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”。
Rather than transcribing their solos, Hyman composed new music that carries their signatures.
HN 评论区
13- shermantanktop
读到那本启发此项目的书,作者深入研究过他人的风格——这令人印象深刻。
但读到一个由 AI 生成的网站,介绍某个 AI 模型能按指令生成一堆假比尔·埃文斯(Bill Evans)——这就不值一提了。任何有点 token 的傻瓜都能做到。恭喜。
- jszymborski
那个奥斯卡·彼得森(Oscar Peterson)的版本似乎确实理解他中风后一只手活动受限,但它呃……其他方面基本都没对。
- mastazi
那个用钢琴卷帘图做的“扒谱”(甚至连侧边的实际琴键都没标,也没有小节线),根本没法看,对爵士乐来说也毫无意义,因为爵士乐中半音、转调和切分音太常见了。我看到一个音符,然后看到另一个看起来稍高一点的音符,它们是大三度还是小三度?第一个音符是前十六分音符吗?还是正拍?完全无法判断。