Musenet (OpenAI)

MuseNet 是由 OpenAI 创建的深度神经网络，它能够生成 4 分钟的音符，使用了 10 种不同的乐器，并将风格从乡村到莫扎特到甲壳虫进行了组合。它所使用的相同通用无监督技术正是 GPT-2，这是一种大型变压器模型，训练用于预测序列中的下一个标记，无论是音频还是文本。该模型通过训练数据来自 MIDI 文件，并且能够通过从提示开始生成选定风格的样本。它使用了多种嵌入，如位置向量、时间向量和结构向量，以赋予模型更多的上下文。