用非可微分规则引导扩散进行符号音乐生成

我们研究了符号音乐生成中的非可微分规则引导问题，提出了一种名为 Stochastic Control Guidance (SCG) 的新型引导方法，以插拔方式与预训练的扩散模型结合使用，实现了对非可微分规则的无训练引导。我们还引入了具有高时间分辨率的潜在扩散架构，可与 SCG 以插拔方式相结合。与符号音乐生成的标准基线相比，该框架在音乐质量和基于规则的控制性能方面表现出明显的进步，优于当前各种场景下的最先进生成器。