Presentation Information

10:00 AM - 10:15 AM JST(1:00 AM - 1:15 AM UTC)

[A-14-17]Personalized Music Generation Using AudioLDM with Interactive Evolutionary Approach

〇Hibiki Okada¹, Kaoru Arakawa² (1. Graduate School of Advanced Mathematical Sciences, Meiji University, 2. School of Interdisciplinary Mathematical Sciences, Meiji University)

Keywords:

Music Generation,Deep Learning,Interactive Evolutionary Computation,Diffusion Model

拡散モデルの発展により高品質な text-to-audio (TTA) 生成が可能となった．代表的な TTA モデルである AudioLDM は，テキストプロンプトを CLAP テキストエンコーダで埋め込んだ条件ベクトル c と潜在空間の初期ノイズを入力として音響信号を生成する．しかし作曲に不慣れな利用者が，自身の要求する音響特徴をテキストプロンプトとして言語化することは容易ではない．そこで本稿は，適合度評価を利用者の主観的選好に委ねる対話型進化計算 (IEC) の手法を導入し，言語化を介さず直感的な選択のみで目的の音響信号を探索できるシステムを提案する．実験により，本方式の有効性を示す．

Back to Session information