内容简介：OpenAIMuseNet 使用的是与 GPT-2 相同的通用无监督技术，这是一种大规模的 Transformer 模型，训练之后可用来预测乐曲中后面的音符。OpenAI 还从不同来源收集了多种音频资料，作为 MuseNet 的训练数据，其中包括 ClassicalArchives 和 BitMidi 的网站文件、MAESTRO 数据集，还有网络上的流行、非洲、印度和阿拉伯风格的音乐文件。
OpenAI 发布 了深度神经网络 MuseNet ，使用者可以用 10 种不同的乐器，结合乡村、莫札特或 Lady Gaga 等音乐风格，制作长度四分钟的音乐作品。不过，OpenAI 并没有教 MuseNet 乐理或是编曲理论，而是让人工智能从几十万个 MIDI 档案中学习，探索合声、节奏和风格等乐曲的元素。
MuseNet 使用的是与 GPT-2 相同的通用无监督技术，这是一种大规模的 Transformer 模型，训练之后可用来预测乐曲中后面的音符。OpenAI 还从不同来源收集了多种音频资料，作为 MuseNet 的训练数据，其中包括 ClassicalArchives 和 BitMidi 的网站文件、MAESTRO 数据集，还有网络上的流行、非洲、印度和阿拉伯风格的音乐文件。
为标记时间推移，OpenAI 进行了各种试验，最终找到了一种有表现力且简洁的编码方式，可以将音调、音量和乐器等信息组合成单一的 token。在训练过程中，OpenAI：
-
通过升高或是降低音调来置换音符
-
借由调高或是调低各种样本的整体音量，以达到强化音量效果的效果
-
通过加速与减慢达成强化乐曲时间上的变化
目前，OpenAI 已将早期成果公开，使用者可以在 MuseNet 中指定作曲家或是风格。在选择某个著名的音乐作品作为开头后，网站便会创造出新的音乐作品。MuseNet 公开的时间会持续到 5 月中旬，之后该功能会下线并根据用户反馈进行调整。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 人工智能作曲、算法作曲指南
- AI成作词作曲小能手，音乐创作人“下岗”预警？
- 神经网络 – 序列预测LSTM神经网络落后
- 神经网络历史以及浅析神经网络与感知机
- 【神经网络】11行Python代码实现的神经网络
- 常见的五种神经网络（三）：循环神经网络（上篇）
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
精通CSS与HTML设计模式
Michael Bowers / 刘申 朱瑜敏 鲁奇 / 人民邮电出版社 / 2008-9 / 69.00元
本书是一部非常实用的CSS 与HTML（XHTML）解决方案手册。书中包含了350 多种可以立即使用的设计模式（涉及文本、背景、边框、图片、表格、布局等多方面），并介绍了每种模式的原理和使用。每种设计模式、示例和源代码都经过了精心设计，易于实现和使用。通过阅读此书，可大大提高读者在 Web 设计和开发中的效率和创造力。 本书结构清晰，示例丰富，实践性强，适用于所有Web 开发和设计人员......一起来看看 《精通CSS与HTML设计模式》 这本书的介绍吧!
