/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
gpt2 · dense
Опубликована
17 апр 2022

lakhclean_mmmtrack_4bars_d-2048

Генерация текстаТекст → текст3 профессии

Небольшая модель GPT-2 генерирует символическую музыку в MIDI-представлении фрагментами по четыре такта с условием плотности нот.

472скачиваний за 30 дней36лайковвеса обновлены11 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это небольшая авторская модель GPT-2 для генерации символической музыки. Она обучена на примерно 15 тысячах MIDI-файлов из набора Lakhclean и представлена архитектурой GPT2LMHeadModel с 6 декодерами, 8 головами внимания и размерностью эмбеддингов 512. Контекст составляет 2048 токенов.

Модель преобразует музыкальные последовательности в текстовое представление и генерирует музыку как продолжение последовательности. Она рассчитана на фрагменты длиной четыре такта в размере 4/4 с разрешением до шестнадцатых нот; генерацию можно направлять условием плотности нот. README описывает её как демонстрацию генерации музыки средствами Hugging Face и указывает на блокнот для создания и рендеринга символической музыки.

Модель сильно переобучается из-за небольшого обучающего корпуса, поэтому качество и разнообразие генераций ограничены. Автор предлагает связываться для получения условий лицензирования; конкретная лицензия в предоставленных данных не указана.

Сценарии применения

  • создание MIDI-мелодий длиной четыре такта
  • генерация музыкальных фрагментов в размере 4/4
  • создание вариаций символической музыки с заданной плотностью нот

Ограничения

Модель сильно переобучается на небольшом обучающем корпусе, что ограничивает качество и разнообразие генераций. Условия лицензирования предлагается уточнять у автора.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GPT-2 for Music

Language Models such as GPT-2 can be used for Music Generation. The idea is to represent pieces of music as texts, effectively reducing the task to Language Generation.

This model is a rather small instance of GPT-2 trained the Lakhclean dataset. The model generates 4 bars at a time at a 16th note resolution with 4/4 meter.

If you want to contribute, if you want to say hello, if you want to know more, find me here:

Run the model on Google Colab: https://colab.research.google.com/drive/1Mz-KJ8vX4Wylr4mzvgP-MclDwQJ06KSq?usp=sharing

License

You are free to use this model in any open-source context without charge. If you do so, please credit me.

However, if you wish to use the model for commercial purposes, please contact me to discuss licensing terms. Depending on the specific use case, there may be fees associated with commercial use. I am open to negotiating the terms of the license to meet your needs and ensure that the model is used appropriately. Please feel free to reach out to me at your earliest convenience to discuss further.

Model description

The model is GPT-2 with 6 decoders and 8 attention heads each. The context length is 2048. The embedding dimensions are 512.

Model family

This model is part of a huge group of Transformers I have trained. Most of them are not publicly available.

If you are interested in using andor licensing one of the models, please get in touch.

Lakhclean

These models were trained on roundabout 15K MIDI files (the same as the model you are viewing now) from the Lakhclean dataset.

  • lakhclean_mmmbar_4bars_d-2048: 4 bars resolution, bar inpainting, note density conditioning
  • lakhclean_mmmbar_8bars_d-2048: 8 bars resolution, bar inpainting, note density conditioning
  • lakhclean_mmmtrack_4bars_chords: 4 bars resolution, chord conditioning
  • lakhclean_mmmtrack_4bars_d-2048: 4 bars resolution, note density conditioning (this model)
  • lakhclean_mmmtrack_4bars_simple-2048: 4 bars resolution
  • lakhclean_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning

Lakhfull

These models were trained on roundabout 175K MIDI files from the Lakh dataset.

  • lakhfull_mmmtrack_4bars_d-2048: 4 bars resolution, note density conditioning (the big brother of this model)
  • lakhfull_mmmtrack_4bars_simple-2048: 4 bars resolution

Metal

These models were trained on roundabout 7K MIDI files from my own collections. They contain genre conditioning.

  • metal_mmmbar_4bars_d-2048: 4 bars resolution, bar inpainting, note density conditioning
  • metal_mmmbar_8bars_d-2048: 8 bars resolution, bar inpainting, note density conditioning
  • metal_mmmtrack_4bars_d-2048: 4 bars resolution, note density conditioning
  • metal_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning

MetaMIDI Dataset genres

These models were trained on genre-specific subsets of the MetaMIDI dataset.

  • mmd-baroque_mmmtrack_4bars_d-2048: 4 bars resolution, note density conditioning
  • mmd-baroque_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning
  • mmd-classical_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning
  • mmd-noncontemporary_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning
  • mmd-pop_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning
  • mmd-renaissance_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning

MetaMIDI Dataset full

These models were trained on roundabout 400K MIDI files from the MetaMIDI dataset.

  • mmd-full_mmmtrack_4bars_d-2048: 4 bars resolution, note density conditioning
  • mmd-full_mmmtrack_8bars_d-2048: 8 bars resolution, note density conditioning
  • mmd-full_mmmtrack_4bars_chords-d-2048: 4 bars resolution, note density conditioning, chord conditioning (most powerful model in the entire group)

Intended uses & limitations

This model is just a proof of concept. It shows that HuggingFace can be used to compose music.

How to use

There is a notebook in the repo that you can use to generate symbolic music and then render it.

Limitations and bias

Since this model has been trained on a very small corpus of music, it is overfitting heavily.

Acknowledgements

This model has been created with support from NVIDIA. I am very grateful for the GPU compute they provided!

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
72c6a39

0 моделей