OpenAI推出MuseNet用来编写音乐

OpenAI已经建立了一个名为MuseNet的新的深度神经网络来编写音乐，其细节在博客文章中分享。 该研究机构已经制作了一个MuseNet驱动的共同作曲家的原型，供用户试用到5月12日。

OpenAI推出MuseNet：一种用于生成音乐作品的深层神经网络

什么是MuseNet？

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。