Yapay zeka caz piyanistlerinin tarzını cross-attention ile taklit ediyor
Öne çıkanlar
- Aria transformatörünün son sekiz katmanına piyanist vektörlerini okuyan geçitli cross-attention blokları eklendi.
- Koşullandırma sayesinde üretilen müziğin hedeflenen piyaniste ait olma tanıma oranı yüzde 37'den yüzde 70'e çıktı.
- Yalnızca üretilen sentetik müziklerle eğitilen model, gerçek kayıtları yüzde 95 doğrulukla tanıdı.
Araştırmacılar, 12 ünlü caz piyanistinin çalma üslubunu öğrenebilen yeni bir derin öğrenme yaklaşımı geliştirdi. ISMIR 2026 kapsamında sunulan çalışma, piyano MIDI verileri üzerinde önceden eğitilmiş Aria adlı transformatör mimarisine dayanıyor. Model, PiJAMA veri kümesindeki solo kayıtlar kullanılarak piyanistlere özgü vektör temsilleriyle ince ayardan geçirildi.
Sistem mimarisinde, 16 katmanlı transformatörün son sekiz katmanına geçitli bir cross-attention katmanı eklendi. Bu mekanizma, seçilen piyaniste ait dört vektörlük gömme uzayını her üretim adımında okuyor. Böylece geleneksel istem tabanlı yaklaşımlarda zamanla zayıflayan stil aktarımı, üretimin sonuna kadar güçlü kalmayı başarıyor. Çalma yoğunluğu gibi piyanistlere özgü zamansal farklar da model çıktılarına doğrudan yansıyor.
Üretilen müzik parçaları kayan pencereli sınıflandırıcılarla test edildiğinde, hedeflenen piyanistin tarzı yüzde 70 doğrulukla tespit edildi; koşullanma uygulanmayan modellerde bu oran yüzde 37 seviyesinde kaldı. Sadece üretilen yapay müziklerle eğitilen ayrı bir sınıflandırıcı, gerçek insan kayıtlarını yüzde 95 doğrulukla ayırt etti. Model Hank Jones ve Dick Hyman gibi isimlerde yüzde 96 başarı yakalarken, Cedar Walton taklitlerinde oran yüzde 29 olarak ölçüldü.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.