/ Модель

Характеристики

Лицензия
MIT
Архитектура
mgpt · dense
Опубликована
20 июн 2024

music_maker

Обработка аудиоАудио → аудио

MusicMaker — GPT-подобная модель для генерации фортепианных музыкальных композиций в формате MIDI.

44скачиваний за 30 дней5лайковвеса обновлены28 дек 2024

Бенчмарки

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

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

MusicMaker — трансформерная модель семейства GPT, разработанная для генерации новых музыкальных композиций в формате MIDI. Она обучена на примерно 11 тысячах MIDI-файлов фортепианной музыки из коллекции adl-piano-midi и использует токенизатор MIDI, созданный с помощью библиотеки miditok.

Модель имеет 12 слоёв, скрытый размер 512, 8 голов внимания и словарь токенизатора размером 12 000. Она предназначена для создания фортепианных мелодий и композиций, моделируя музыкальные последовательности и их долгосрочные зависимости. В метаданных указана задача audio-to-audio и возможность принимать аудио; README описывает генерацию MIDI.

Модель может создавать повторяющиеся или неестественные музыкальные фрагменты. Поскольку обучение проводилось только на фортепианных MIDI-данных, перенос на другие инструменты ограничен. Лицензия — MIT.

Сценарии применения

  • создание фортепианных мелодий в MIDI
  • генерация музыкальных эскизов для дальнейшей аранжировки
  • создание новых фортепианных последовательностей на основе выученных музыкальных закономерностей

Ограничения

Модель обучена только на фортепианных MIDI-файлах, поэтому её перенос на другие инструменты может быть ограничен. Генерации могут содержать повторы или неестественные музыкальные фрагменты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MusicMaker - Transformer Model for Music Generation

Overview:

MusicMaker is a transformer-based model trained to generate novel musical compositions in the MIDI format. By learning from a dataset of piano MIDI files, the model can capture the intricate patterns and structures present in music and generate coherent and creative melodies.

Key Features:

  • Generation of novel musical compositions in MIDI format
  • Trained on a dataset of piano MIDI files
  • Based on transformer architecture for capturing long-range dependencies
  • Tokenizer trained specifically on MIDI data using miditok library

Training Data:

The model was trained on a dataset of ~11,000 piano MIDI files from the "adl-piano-midi" collection.

Model Details:

  • Architecture: GPT-style transformer
  • Number of layers: 12
  • Hidden size: 512
  • Attention heads: 8
  • Tokenizer vocabulary size: 12,000

Usage:


from transformers import AutoModel
from miditok import MusicTokenizer
import torch

device = 'cuda' if torch.cuda.is_available() else 'cpu'

tokenizer = MusicTokenizer.from_pretrained('shikhr/music_maker')

model = AutoModel.from_pretrained('shikhr/music_maker', trust_remote_code=True)
model.to(device)

# Generate some music
out = model.generate(
    torch.tensor([[1]]).to(device), max_new_tokens=400, temperature=1.0, top_k=None
)

# Save the generated MIDI
tokenizer(out[0].tolist()).dump_midi("generated.mid")

Limitations and Bias:

  • The model has only been trained on piano MIDI data, so its ability to generalize to other instruments may be limited.
  • The generated music may exhibit some repetitive or unnatural patterns.
  • The training data itself may contain certain biases or patterns reflective of its sources.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Класс архитектуры
MusicModel
Ревизия весов
7528164

0 моделей