CycleGAN-Music-Style-Transfer:使用CycleGAN进行符号音乐体裁转换

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