11:19arXiv cs.LG@Kyuil Lee, Dezhi Yu, Yongkang Huang该研究系统比较了三种生成模型在巴赫风格钢琴音乐生成上的表现:带注意力的自回归LSTM、潜变量模型(包括循环VAE和向量量化VAE)以及生成对抗网络。实验表明,带注意力的自回归LSTM生成的音乐连贯性最佳;向量量化有助于缓解后验崩溃问题,生成的结构化输出优于传统循环VAE;对抗方法能捕捉局部音高模式,但训练困难且风格泛化不稳定。研究揭示了不同方法在符号音乐生成中的优势与局限。论文音乐生成自回归模型潜变量模型生成对抗网络巴赫风格推荐理由:做音乐AI或生成式模型的研究者,这篇论文直接对比了三大主流方法在巴赫风格音乐上的效果,结论清晰,适合作为技术选型参考。原文