OpenAI推出MuseNet：一种用于生成音乐作品的深层神经网络

MuseNet使用与OpenAI的GPT-2语言模型Sparse Transformer相同的通用无监督技术。该变换器允许MuseNet根据给定的音符组预测下一个音符。为了启用此行为，Sparse Transformer使用称为“稀疏注意”的内容，其中每个输出位置都根据输入位置的子集计算权重。

对于音频片段，使用稀疏变换器的重新计算和优化内核训练具有24个注意力头（（attention head））的72层网络。这提供了模型的长上下文，使其能够记住一个片段中的长期结构。

为了训练模型，研究人员收集了各种来源的训练数据。数据集包括ClassicalArchives和BitMidi捐赠的MIDI文件。该数据集还包括来自在线收藏的数据，包括爵士，流行，非洲，印度和阿拉伯风格。

该模型能够用10种不同的乐器制作4分钟的音乐作品，并且能够从巴赫，莫扎特，披头士乐队等作曲家那里了解不同的音乐风格。它还可以令人信服地融合不同的音乐风格，以创造一个全新的音乐作品。

MuseNet原型可供用户试用，只有一小部分选项。它支持两种模式：

在简单模式下，用户可以收听OpenAI生成的未经验证的样本。 要自己制作一首乐曲，你只需要选择一个作曲家或风格和一个著名作品的可选开头。

在高级模式下，用户可以直接与模型进行交互。 在这种模式下生成音乐需要更长的时间，但会产生一个全新的作品。

音乐生成工具仍然是原型，所以它确实有一些局限性：

要生成每个音符，MuseNet会计算所有可能音符和乐器的概率。虽然该模型更优先考虑您的乐器选择，但它可能会选择其他内容。

MuseNet发现在奇怪的风格和乐器配对的情况下难以生成乐曲。如果您选择最接近作曲家或乐队常用风格的乐器，生成的音乐听起来会更自然。
许多用户已经开始测试该模型。虽然一些用户对AI产生的音乐印象深刻，但有些人认为很明显音乐是机器生成的并且缺乏情感因素。

虽然这个模型处于早期阶段，但是一个重要的问题是谁将拥有所生成的音乐。

原文来自：

本文地址：//lrxjmw.cn/linux-openai-musenet.html编辑：向金平，审核员：逄增宝

Linux大全：

Linux系统大全：

红帽认证RHCE考试心得：