Real-time pop music accompaniment generation according to vocal melody by deep learning models

研究領域:音訊處理、DeepLearning、ML

清華大學 資訊應用與系統研究所
台灣大學 工商管理系企業管理組

近年來，於現在的的音訊處理技術中，我們已經看見在許多技術，如伴奏生成、人聲採譜上都已經取得了一定的成果。然而至今卻還未有將兩者結合的成果出現過，因此，我們融合了目前這些出色的成果，並改進其效率，進而提出了新的「即時伴奏系統」。

在這個系統中，我們優化了過去人聲採譜模型的運算效率，以及提出精簡過的HMM-base伴奏生成模型，以在有限的時間內實時生成伴奏。我們認為這個成果將會幫助許多單人歌手獨力創造更完整的表演。