توليد المصاحبة الصوتية عبر الانتشار الكامن

إن القدرة على توليد الموسيقى تلقائيًا بما يتناسب مع مسار إدخال عشوائي هي مهمة صعبة. نقدم نظامًا جديدًا قابلًا للتحكم لتوليد مسارات فردية لمصاحبة مزيجات موسيقية بطول عشوائي. في جوهر طريقتنا، توجد مشفرات صوتية تلقائية تضغط بكفاءة عينات موجات الصوت إلى تمثيلات كامنة قابلة للعكس، ونموذج انتشار كامن شرطي يأخذ كمدخل الترميز الكامن لمزيج ويولد الترميز الكامن لمسار متوافق. لتوفير التحكم في جودة الأصوات التي تم توليدها، نقدم تقنية لتثبيت الفضاء الكامن على نمط مرجعي مقدم من المستخدم أثناء عملية أخذ العينات. لتحسين جودة الصوت بشكل أكبر، نعدل الإرشاد الخالي من المصنفات لتجنب التشوهات عند مستويات إرشاد عالية عند توليد فضاء كامن غير محدد. ندرب نموذجنا على مجموعة بيانات من أزواج المزيجات ومسارات الباس المتطابقة. تُظهر التجارب الكمية أنه، بالنظر إلى مزيج إدخال، يمكن للنظام المقترح توليد خطوط باس مع جودات صوتية محددة من قبل المستخدم. يمثل إطار عمل توليد الصوت الشرطي القابل للتحكم خطوة مهمة إلى الأمام في إنشاء أدوات الذكاء الاصطناعي التوليدية لمساعدة الموسيقيين في إنتاج الموسيقى.