文件名称：CycleGAN-Music-Style-Transfer:使用CycleGAN进行符号音乐体裁转换
文件大小：1.23MB
文件格式：ZIP
更新时间：2024-05-21 14:00:57
deep-learning cnn gan style-transfer domain-transfer
使用CycleGAN进行符号音乐体裁转换 建立了一个基于CycleGAN的模型，以实现不同音乐域之间的音乐风格转换。 添加了额外的鉴别器以规范化生成器，以实现清晰的样式转换并保留原始旋律，这使我们的模型学习了更多高级功能。 分别训练了几种类型分类器，并将它们与主观判断相结合，以获得更具说服力的评估。 注意：最近，我正在尝试在TensorFlow2.0中重构该项目。 对于那些感兴趣的人，请转到。 纸 该论文于2018年11月在希腊沃洛斯举行的第30届人工智能工具国际会议（ICTAI）上接受。 音乐样本 模型架构 我们的模型通常遵循与CycleGAN相同的结构，CycleGAN由两个以循环方式排列并经过统一训练的GAN组成。 G表示生成器，D表示鉴别器，A和B是两个域。 蓝色和红色箭头表示在两个相反方向上的域转移，黑色箭头指向损耗函数。 M表示包含来自多个域的音乐的数据集，例如M由A和
【文件预览】：
CycleGAN-Music-Style-Transfer-master
----write_midi.py(6KB)
----imgs()
--------Picture2.png(41KB)
--------C2J.png(116KB)
--------Picture8.png(142KB)
--------Picture6.png(43KB)
--------Picture7.png(251KB)
--------J2C.png(111KB)
--------Generator.png(37KB)
--------Picture1.png(136KB)
--------Discriminator.png(24KB)
--------Picture3.png(145KB)
--------Picture4.png(29KB)
--------Classifier.png(22KB)
--------model_architecture.png(136KB)
--------Picture5.png(61KB)
----Testfile.py(7KB)
----ops.py(9KB)
----utils.py(7KB)
----main.py(5KB)
----model.py(28KB)
----requirements.txt(77B)
----style_classifier.py(18KB)
----convert_clean.py(5KB)
----LICENSE(1KB)
----README.md(10KB)
----module.py(21KB)
----__pycache__()
--------utils.cpython-35.pyc(7KB)
--------write_midi.cpython-35.pyc(3KB)
--------dataprocessing.cpython-35.pyc(8KB)
--------midi_functions.cpython-35.pyc(5KB)
--------settings.cpython-35.pyc(8KB)
--------config.cpython-35.pyc(2KB)