GPT-4による対話的音楽生成の可能性と課題

抄録

近年、生成AIの生成したメディアが大きな着目を受けている。最近ではDiffusion系のText to music自動作曲システムが注目を集めている。本研究では音楽と言語の両方が記号表現が可能であるという共通性に焦点を当て、音楽をABC記譜法を用いたプレーンテキスト表現として扱うことで、GPT-4上での作曲能力を探求した。実験の結果、潜在空間のアーキテクチャと音楽知識のマッチングにより、テキストに一定の作曲能力があることを確認した。このことに基づいて、我々は作曲支援システムである"Grazie Piano Tuner"を開発し、感性パラメータを制御して曲調を変化させる機能を実現した。現在、我々は感情パラメータを時系列情報として制御する手段の実装に取り組んでいる。発表では、このシステムを用いた実例を紹介しながら、LLMを用いた作曲支援システムの可能性と課題について議論する。