利用交叉注意力条件控制学习爵士钢琴家的风格

arXiv:2610.02918v1 公告类型：cross 摘要：爵士钢琴家会形成鲜明的个人特征，经验丰富的听众通常能在几秒内辨认出来，但这种识别所依据的特征却难以用形式化方式描述。我们通过一个预训练的符号音乐 Transformer 研究爵士钢琴家的风格，结果表明，其学习到的表征已经能够充分编码钢琴家的身份信息，从而在两个基准数据集上实现高准确率分类。随后，我们在该 Transformer 中加入针对学习到的钢琴家身份嵌入的交叉注意力，使其能够根据特定艺术家的风格生成音乐。两种评估协议证实了生成器捕捉到了有意义的风格结构：滑动窗口分类器能够持续将条件生成的续写归因于正确的艺术家，准确率远高于无条件基线；而完全使用合成生成结果训练的分类器，能够在 12 个类别中识别真实钢琴家，片段级准确率达到 87%，歌曲级准确率达到 95%。最后，我们重新利用该分类器定位一段演奏中最具特征性的时刻，揭示出区分每位钢琴家音乐表达的具体音乐手势。