유지보수 가능한 하이브리드 생성 시스템 설계: 자동화된 음악 화성 생성을 위한 양자 영감 기반 접근법
Designing Maintainable Hybrid Generative Systems: A Quantum-Inspired Approach to Automated Music Harmony Generation
한국어 초록
본 논문은 멜로디로부터 자동화된 음악 화성을 생성하기 위한 유지보수 가능한 하이브리드 생성 아키텍처의 설계 및 평가를 제시한다. 제안된 시스템은 생성적 유연성과 구조적 제어 간의 균형을 맞추기 위해, 중첩된 멜로디 컨텍스트에 대한 양자 영감 기반 후보 탐험과 명시적 규칙 기반 최적화를 결합한다. 해당 아키텍처는 구조적 일관성, 기능적 일치, 화성적 유사성, 견고성을 포괄하는 명시적이고 재현 가능한 지표를 사용하여 평가된다. 결과에 따르면, 제안된 접근법은 조성 구조와 종지 행동을 보존하면서도 복수의 유효한 화성 실현을 허용하는 화성화를 생성한다. 나아가, 최적화 층은 학습 코퍼스 없이도 구조적 일관성, 안정성, 예측 가능성을 향상시킨다. 본 연구는 투명하고 제어 가능한 하이브리드 생성 시스템이 정보 시스템 개발의 맥락 내에서 체계적으로 설계 및 평가될 수 있음을 보여준다.
원문 초록
This paper presents the design and evaluation of a maintainable hybrid generative architecture for automated music harmony generation from melody. The proposed system combines quantum-inspired candidate exploration over overlapping melodic contexts with explicit rule-based optimization to balance generative flexibility and structural control. The architecture is evaluated using explicit and reproducible metrics covering structural coherence, functional agreement, harmonic similarity, and robustness. The results show that the proposed approach produces harmonizations that preserve tonal structure and cadential behavior while allowing multiple valid harmonic realizations. Furthermore, the optimization layer improves structural coherence, stability, and predictability without requiring a training corpus. The study demonstrates that transparent and controllable hybrid generative systems can be systematically designed and evaluated within the context of Information Systems Development.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
- arXiv:2607.06296v1제출 시각 미확인
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
양자 영감 화성 결정 모델: 음악 생성을 위한 계산 프레임워크
Quantum-Inspired Harmonic Decision Models: A Computational Framework for Music Generation
본 논문은 음악의 화성 결정을 위한 양자 영감 계산 프레임워크를 소개한다. 제안된 접근 방식은 화성화(harmonization)를 구조화된 조합 공간 내의 최적화 문제로 공식화하며, 이 공간에서 다수의 후보 코드 진행이 상호작용하는 음악적 제약 조건 하에 평가된다. 이 모델은 간섭 기반 화성화 단계와 조성 화성(tonal harmony)에 기반한 고전적 최적화 절차를 결합한다. 양자 영감 구성 요소는 다수의 화성 대안을 병렬로 고려할 수 있게 하며, 고전적 단계는 구조적 일관성과 양식적 타당성을 보장하도록 결과 시퀀스를 정제한다. 이 프레임워크는 Autumn Leaves와 It's a Long Way to Tipperary를 포함한 선별된 음악 예시들에 대해 평가된다. 정량적 분석 결과, 최적화 단계가 코드 밀도를 크게 줄이고 화성 안정성을 높이며 기능적 구성을 개선하는 것으로 나타났다. 동시에, 전문가 평가는 양식적 맥락의 중요성을 강조하며, 화성 복잡도가 증가한다고 해서 항상 더 자연스럽게 인식되지는 않음을 보여준다. 결과는 화성 생성이 제약된 탐색 공간에서의 구조화된 의사 결정 과정으로 해석될 수 있음을 시사한다. 제안된 접근 방식은 도메인 특화 지식과 간섭 기반 탐색 메커니즘을 통합하는 계산 모델을 제공한다. 예비적 연구임에도 불구하고, 이 연구는 양자 영감 방법이 음악과 같은 창의적 영역에서 복잡한 의사 결정 과정을 모델링하기 위한 유용한 프레임워크를 제공할 수 있음을 시사한다. 제안된 프레임워크는 복잡한 생물학적·창의적 시스템에서의 인지 및 의사 결정에 관한 양자 영감 모델 연구에 기여한다.
WildFX: A DAW-Powered Pipeline for In-the-Wild Audio FX Graph Modeling
TOMI: Transforming and Organizing Music Ideas for Multi-Track Compositions with Full-Song Structure
From Generality to Mastery: Composer-Style Symbolic Music Generation via Large-Scale Pre-training
Double Entendre: Robust Audio-Based AI-Generated Lyrics Detection via Multi-View Fusion
Personalizable Long-Context Symbolic Music Infilling with MIDI-RWKV
토론
이 논문과 연결된 포럼 글이 아직 없습니다.