ترجمه فارسی مقاله مدل های بنیادی برای موسیقی: یک نظرسنجی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Foundation Models for Music: A Survey
عنوان مقاله به فارسی مدل های بنیادی برای موسیقی: یک نظرسنجی
نویسندگان Yinghao Ma, Anders Øland, Anton Ragni, Bleiz MacSen Del Sette, Charalampos Saitis, Chris Donahue, Chenghua Lin, Christos Plachouras, Emmanouil Benetos, Elona Shatri, Fabio Morreale, Ge Zhang, György Fazekas, Gus Xia, Huan Zhang, Ilaria Manco, Jiawen Huang, Julien Guinot, Liwei Lin, Luca Marinelli, Max W. Y. Lam, Megha Sharma, Qiuqiang Kong, Roger B. Dannenberg, Ruibin Yuan
فرمت مقاله انگلیسی PDF
تعداد صفحات 90
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Sound,Artificial Intelligence,Computation and Language,Machine Learning,Audio and Speech Processing,صدا , هوش مصنوعی , محاسبات و زبان , یادگیری ماشین , پردازش صوتی و گفتار ,
توضیحات Submitted 3 September, 2024; v1 submitted 26 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 3 سپتامبر 2024 ؛V1 ارسال شده 26 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In recent years, foundation models (FMs) such as large language models (LLMs) and latent diffusion models (LDMs) have profoundly impacted diverse sectors, including music. This comprehensive review examines state-of-the-art (SOTA) pre-trained models and foundation models in music, spanning from representation learning, generative learning and multimodal learning. We first contextualise the significance of music in various industries and trace the evolution of AI in music. By delineating the modalities targeted by foundation models, we discover many of the music representations are underexplored in FM development. Then, emphasis is placed on the lack of versatility of previous methods on diverse music applications, along with the potential of FMs in music understanding, generation and medical application. By comprehensively exploring the details of the model pre-training paradigm, architectural choices, tokenisation, finetuning methodologies and controllability, we emphasise the important topics that should have been well explored, like instruction tuning and in-context learning, scaling law and emergent ability, as well as long-sequence modelling etc. A dedicated section presents insights into music agents, accompanied by a thorough analysis of datasets and evaluations essential for pre-training and downstream tasks. Finally, by underscoring the vital importance of ethical considerations, we advocate that following research on FM for music should focus more on such issues as interpretability, transparency, human responsibility, and copyright issues. The paper offers insights into future challenges and trends on FMs for music, aiming to shape the trajectory of human-AI collaboration in the music realm.

چکیده به فارسی (ترجمه ماشینی)

در سالهای اخیر ، مدل های بنیاد (FMS) مانند مدل های بزرگ زبان (LLMS) و مدل های انتشار نهان (LDM) بخش های متنوعی از جمله موسیقی را تحت تأثیر قرار داده اند.این بررسی جامع به بررسی مدل های پیشرفته و پیشرفته (SOTA) و مدل های بنیادی در موسیقی ، مربوط به یادگیری بازنمایی ، یادگیری مولد و یادگیری چندمودال می پردازد.ما ابتدا اهمیت موسیقی را در صنایع مختلف متناسب می کنیم و تکامل هوش مصنوعی را در موسیقی ردیابی می کنیم.با ترسیم روشهای هدفمند مدل های بنیاد ، می دانیم که بسیاری از بازنمایی های موسیقی در توسعه FM مورد استفاده قرار نمی گیرند.سپس ، تأکید بر عدم تطبیق پذیری روشهای قبلی در برنامه های متنوع موسیقی ، به همراه پتانسیل FMS در درک موسیقی ، تولید و کاربرد پزشکی است.ما با بررسی جامع جزئیات الگوی مدل قبل از آموزش ، انتخاب های معماری ، سموم سازی ، روشهای مناسب و کنترل پذیری ، ما بر مباحث مهمی که باید به خوبی مورد بررسی قرار گرفته باشد ، تأکید می کنیم ، مانند تنظیم دستورالعمل و یادگیری درون متن ، مقیاس بندی قانون و توانایی ظهور ،و همچنین مدل سازی دنباله طولانی و غیره. یک بخش اختصاصی بینش هایی را در مورد عوامل موسیقی ارائه می دهد که همراه با تجزیه و تحلیل کامل از مجموعه داده ها و ارزیابی های ضروری برای کارهای پیش از دوره و پایین دست است.سرانجام ، با تأکید بر اهمیت حیاتی ملاحظات اخلاقی ، ما از این حمایت می کنیم که پس از تحقیقات در مورد FM برای موسیقی باید بیشتر به موضوعاتی مانند تفسیر ، شفافیت ، مسئولیت انسانی و موضوعات حق چاپ توجه شود.این مقاله بینش در مورد چالش ها و روندهای آینده در مورد FMS برای موسیقی ، با هدف شکل گیری مسیر همکاری انسانی و آه در قلمرو موسیقی ارائه می دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.