AI 学会模仿爵士钢琴大师风格

Learning Jazz Pianist Style with Cross-Attention Conditioning

受 Dick Hyman 1994 年著作启发，我们利用 Aria 模型探索 AI 能否像他一样，不仅识别演奏者，更能模仿其风格进行即兴创作。通过在 Transformer 架构中加入 Cross-Attention 机制，模型基于 PiJAMA 数据集对十二位爵士钢琴大师的风格进行微调。实验表明，经过风格条件控制的生成音乐，在分类器测试中能被准确识别为对应大师的概率从 37% 提升至 70%。更有趣的是，一个仅在生成数据上训练的模型，也能以 95% 的准确率识别真实录音。这项研究展示了 AI 在捕捉 Erroll Garner 的密度差异或 Bill Evans 的细腻触键等独特艺术签名方面的潜力，让机器真正学会了“像大师一样思考”。