RNN/LSTM

音楽生成AI時系列モデル作曲AIモデルの限界

おちつきAIラジオでは、RNN/LSTMは音楽生成の文脈で、従来の再起型ニューラルネットとして触れられた。番組内では、曲の流れを扱ううえで「ちょっと前の流れまでしか覚えてられない」と説明され、曲全体を通した構成を扱う際の限界として語られていた。該当箇所を聴く

番組での位置づけ

この回でRNN/LSTMは、音楽生成における過去の流れを扱う仕組みとして言及された。おちつきAIラジオでは、RNNやLSTMなどの従来の再起型ニューラルネットについて、直前に近い流れは扱えても、より長い範囲を見渡すことには限界がある、という趣旨で説明されていた。該当箇所を聴く

関連して、このWikiでは音楽生成モデルの別文脈としてTransformerも扱われている。

番組では、RNN/LSTMの限界は「曲全体を通しての構成」を扱う難しさとして語られた。しぶちょー／かねりんの対談では、従来の再起型ニューラルネットは「ちょっと前の流れまでしか覚えてられない」とされ、長い時間幅で展開する音楽の構成を保つには不十分になりうる、という説明になっていた。該当箇所を聴く

各セクションの「該当箇所を聴く」リンクから、番組の発話そのものを確認できます。