RPPNet: 경계 인식 모델링을 통한 장기 구조 멜로디 생성을 위한 지각적으로 그룹화된 리듬-피치 프리미티브
RPPNet: Perceptually-Grouped Rhythm-Pitch Primitives for Long-Term Structure Melody Generation via Boundary-Aware Modeling
기존 기호 음악 생성 모델은 일반적으로 마디(bar)를 기본 구조 단위로 사용한다. 그러나 인간의 음악 구(phrase) 지각은 종종 악보상의 마디선과 일치하지 않아 장기 구조의 단편화를 초래한다. 본 논문은 가변적 구조 경계를 갖는 2단계 심층 학습 아키텍처인 RPPNet을 제안한다. 먼저 가변 길이의 Rhythm-Pitch Primitive(RPP) 시퀀스를 생성하며, 각 RPP는 음표 수, 리듬, 윤곽(contour)을 인코딩한다. 이후 RPP 시퀀스를 구체적인 음표로 디코딩한다. RPP의 그룹화는 음악 심리학에 기반한 음향 단서, 청각적 관성(auditory inertia), 유사성 지각(similarity perception)으로부터 자동으로 도출된다. 실험 결과, RPPNet이 생성한 멜로디는 장기 구조와 음악성(musicality) 모두에서 우수하며, 모든 주관적 평가 차원에서 유의미한 개선을 보였다. Ablation 연구는 성능 향상이 모델 용량이 아니라 심리적 표현의 구조적 정확성에서 비롯됨을 확인한다. 본 연구는 음악 이론, 계산 모델링(computational modeling), 음악 심리학을 통합하여 음악 생성에 대한 학제간 관점을 제공한다.