A list of demo websites for automatic music generation research
texto a música/audio
- Acondicionamiento multiaspecto (difusión; maman24): https://benadar293.github.io/multi-aspect-conditioning/
- Presto (difusión; novack24arxiv): https://presto-music.github.io/web/
- MMGen (difusión; wei24arxiv): https://awesome-mmgen.github.io/
- Seed-Music (difusión+transformador; bai24arxiv): https://team.doubao.com/en/special/seed-music
- SongCreator (difusión; lei24arxiv): https://songcreator.github.io/
- MSLDM (difusión; xu24arxiv): https://xzwy.github.io/MSLDMDemo/
- Música multipistaLDM (difusión; karchkhadze24arxiv): https://mt-musicldm.github.io/
- FluxMusic (difusión; fei24arxiv): https://github.com/feizc/FluxMusic
- control-transferencia-difusión (difusión; demerlé24ismir): https://nilsdem.github.io/control-transfer-diffusion/
- Adaptador AP (difusión; tsai24arxiv): https://rebrand.ly/AP-adapter
- MusiConGen (transformador; lan24arxiv): https://musicongen.github.io/musicongen_demo/
- Audio estable abierto (difusión; evans24arxiv): https://stability-ai.github.io/stable-audio-open-demo/
- MEDIC (difusión; liu24arxiv): https://medic-zero.github.io/
- MusicGenStyle (transformador; rouard24ismir): https://musicgenstyle.github.io/
- MelodyFlow (transformador+difusión; lelan24arxiv): https://melodyflow.github.io/
- MelodyLM (transformador+difusión; li24arxiv): https://melodylm666.github.io/
- JASCO (flujo; tal24ismir): https://pages.cs.huji.ac.il/adiyoss-lab/JASCO/
- MusicFlow (difusión; prajwal24icml): N/A
- Diff-A-Riff (difusión; nistal24ismir): https://sonycslparis.github.io/diffariff-companion/
- DITTO-2 (difusión; novack24ismir): https://ditto-music.github.io/ditto2/
- SoundCTM (difusión; saito24arxiv): N/A
- Instruct-MusicGen (transformador; zhang24arxiv): https://foul-ice-5ea.notion.site/Instruct-MusicGen-Demo-Page-Under-construction-a1e7d8d474f74df18bda9539d96687ab
- QA-MDT (difusión; li24arxiv): https://qa-mdt.github.io/
- Audio estable 2 (difusión; evans24ismir): https://stability-ai.github.io/stable-audio-2-demo/
- Melodista (transformador; hong24arxiv): https://text2songmelodist.github.io/Sample/
- SMITIN (transformador; koo24arxiv): https://wide-wood-512.notion.site/SMITIN-Self-Monitored-Inference-Time-INtervention-for-Generative-Music-Transformers-Demo-Page-983723e6e9ac4f008298f3c427a23241
- Audio estable (difusión; evans24arxiv): https://stability-ai.github.io/stable-audio-demo/
- MusicMagus (difusión; zhang24ijcai): https://wry-neighbor-173.notion.site/MusicMagus-Zero-Shot-Text-to-Music-Editing-via-Diffusion-Models-8f55a82f34944eb9a4028ca56c546d9d
- Ídem (difusión; novack24arxiv): https://ditto-music.github.io/web/
- MAGNeT (transformador; ziv24arxiv): https://pages.cs.huji.ac.il/adiyoss-lab/MAGNeT/
- Mustango (difusión; melechovsky24naacl): https://github.com/AMAAI-Lab/mustango
- Música ControlNet (difusión; wu24taslp): https://musiccontrolnet.github.io/web/
- InstrumentGen (transformador; nercessian23ml4audio): https://instrumentgen.netlify.app/
- Coco-Mulla (transformador; lin23arxiv): https://kikyo-16.github.io/coco-mulla/
- JEN-1 Compositor (difusión; yao23arxiv): https://www.jenmusic.ai/audio-demos
- UniAudio (transformador; yang23arxiv): http://dongchaoyang.top/UniAudio_demo/
- MusicLDM (difusión; chen23arxiv): https://musicldm.github.io/
- InstructME (difusión; han23arxiv): https://musicedit.github.io/
- JEN-1 (difusión; li23arxiv): https://www.futureverse.com/research/jen/demos/jen1
- MusicGen (Transformer; copet23arxiv): https://ai.honu.io/papers/musicgen/
- MeLoDy (Transformador+difusión; lam23arxiv): https://ficiente-melody.github.io/
- MusicLM (Transformer; agostinelli23arxiv): https://google-research.github.io/seanet/musiclm/examples/
- Noise2Music (difusión; huang23arxiv): https://noise2music.github.io/
- ERNIE-Música (difusión; zhu23arxiv): N/A
- Rifusión (difusión;): https://www.riffusion.com/
texto a audio
- MambaFoley (mamba; xie24arxiv): n/a
- PicoAudio (difusión; xie24arxiv): https://zeyuxie29.github.io/PicoAudio.github.io/
- AudioLCM (difusión; liu24arxiv): https://audiolcm.github.io/
- UniAudio 1.5 (transformador; yang24arxiv): https://github.com/yangdongchao/LLM-Codec
- Tango 2 (difusión; majumder24mm): https://tango2-web.github.io/
- Bastón (difusión; liao24arxiv): https://baton2024.github.io/
- T-FOLEY (difusión; chung24icassp): https://yoonjinxd.github.io/Event-guided_FSS_Demo.github.io/
- Audiobox (difusión; vyas23arxiv): https://audiobox.metademolab.com/
- Anfión (zhang23arxiv): https://github.com/open-mmlab/Amphion
- VoiceLDM (difusión; lee23arxiv): https://voiceldm.github.io/
- AudioLDM 2 (difusión; liu23arxiv): https://audioldm.github.io/audioldm2/
- WavJourney (; liu23arxiv): https://audio-agi.github.io/WavJourney_demopage/
- CLIPSynth (difusión; dong23cvprw): https://salu133445.github.io/clipsynth/
- CLIPSonic (difusión; dong23waspaa): https://salu133445.github.io/clipsonic/
- SoundStorm (Transformer; borsos23arxiv): https://google-research.github.io/seanet/soundstorm/examples/
- AUDITORÍA (difusión; wang23arxiv): https://audit-demo.github.io/
- VALL-E (Transformer; wang23arxiv): https://www.microsoft.com/en-us/research/project/vall-e/ (para voz)
- modelos-de-difusión-de-fuentes múltiples (difusión; 23arxiv): https://gladia-research-group.github.io/multi-source-diffusion-models/
- Make-An-Audio (difusión; huang23arxiv): https://text-to-audio.github.io/ (para sonidos generales)
- AudioLDM (difusión; liu23arxiv): https://audioldm.github.io/ (para sonidos generales)
- AudioGen (Transformer; kreuk23iclr): https://felixkreuk.github.io/audiogen/ (para sonidos generales)
- AudioLM (Transformer; borsos23taslp): https://google-research.github.io/seanet/audiolm/examples/ (para sonidos generales)
texto a midi
- text2midi (Transformador; bhandari25aaai): https://huggingface.co/spaces/amaai-lab/text2midi
- MuseCoco (Transformador; lu23arxiv): https://ai-muzic.github.io/musecoco/
generación de música en el dominio de audio
- VampNet (transformer; garcia23ismir): https://hugo-does-things.notion.site/VampNet-Music-Generation-via-Masked-Acoustic-Token-Modeling-e37aabd0d5f1493aa42c5711d0764b33
- fast JukeBox (jukebox+destilación de conocimientos; pezzat-morales23mdpi): https://soundcloud.com/michel-pezzat-615988723
- DAG (difusión; pascual23icassp): https://diffusionaudiosynchronous.github.io/
- música! (GAN; pasini22ismir): https://huggingface.co/spaces/marcop/musika
- JukeNox (VQVAE+Transformer; dhariwal20arxiv): https://openai.com/blog/jukebox/
- UNAGAN (GAN; liu20arxiv): https://github.com/ciaua/unagan
- dadabots (sampleRNN; carr18mume): http://dadabots.com/music.php
dado canto, generar acompañamientos
- Llambada (transformador; trinh24arxiv): https://songgen-ai.github.io/llambada-demo/
- FastSAG (difusión; chen24arxiv): https://fastsag.github.io/
- SingSong (VQVAE+Transofmrer; donahue23arxiv): https://storage.googleapis.com/sing-song/index.html
dado audio sin batería, generar acompañamientos de batería
- JukeDrummer (VQVAE+Transofmrer; wu22ismir): https://legoodmanner.github.io/jukedrummer-demo/
síntesis de canto en el dominio de audio
- InstructSing (ddsp; zeng24slt): https://wavelandspeech.github.io/instructsing/
- Freestyler (transformador; ning24arxiv): https://nzqian.github.io/Freestyler/
- Prompt-Singer (transformador; wang24naacl): https://prompt-singer.github.io/
- StyleSinger (difusión; zhang24aaai): https://stylesinger.github.io/
- BiSinger (transformador; zhou23asru): https://bisinger-svs.github.io/
- HiddenSinger (difusión; hwang23arxiv): https://jisang93.github.io/hiddensinger-demo/
- Make-A-Voice (transformador; huang23arxiv): https://make-a-voice.github.io/
- RMSSinger (difusión; he23aclf): https://rmssinger.github.io/
- NaturalSpeech 2 (difusión; shen23arxiv): https://speechresearch.github.io/naturalspeech2/
- NANSY++ (Transformador; choi23iclr): https://bald-lifeboat-9af.notion.site/Demo-Page-For-NANSY-67d92406f62b4630906282117c7f0c39
- UniSyn (; lei23aaai): https://leiyi420.github.io/UniSyn/
- VISinger 2 (zhang22arxiv): https://zhangyongmao.github.io/VISinger2/
- xiaoicesing 2 (Transformer+GAN; wang22arxiv): https://wavelandspeech.github.io/xiaoice2/
- WeSinger 2 (Transformador + GAN; zhang22arxiv): https://zzw922cn.github.io/wesinger2/
- U-Singer (Transformador; kim22arxiv): https://u-singer.github.io/
- Singing-Tacotron (Transformer; wang22arxiv): https://hairuo55.github.io/SingingTacotron/
- KaraSinger (GRU/Transformer; liao22icassp): https://jerrygood0703.github.io/KaraSinger/
- VISinger (flujo; zhang2): https://zhangyongmao.github.io/VISinger/
- Cantante de MLP (bloques de mezclador; tae21arxiv): https://github.com/neosapience/mlp-singer
- LiteSing (wavenet; zhuang21icassp): https://auzxb.github.io/LiteSing/
- DiffSinger (difusión; liu22aaai) [sin modelado de duración]: https://diffsinger.github.io/
- HiFiSinger (Transformador; chen20arxiv): https://speechresearch.github.io/hifisinger/
- DeepSinger (Transformador; ren20kdd): https://speechresearch.github.io/deepsinger/
- xiaoice-multi-singer: https://jiewu-demo.github.io/INTERSPEECH2020/
- xiaoicesing: https://xiaoicesing.github.io/
- bytes: https://bytesings.github.io/
- Mellotrón: https://nv-adlr.github.io/Mellotron
- modelo de lee (lee19arxiv): http://ksinging.mystrikingly.com/
- http://home.ustc.edu.cn/~yiyh/interspeech2019/
transferencia de estilo de canto en el dominio de audio/conversión de voz de canto
- ROSVC (; takahashi22arxiv): https://t-naoya.github.io/rosvc/
- DiffSVC (difusión; liu21asru): https://liusongxiang.github.io/diffsvc/
- FastSVC (CNN; liu21icme): https://nobody996.github.io/FastSVC/
- VITS de SoftVC (): https://github.com/svc-develop-team/so-vits-svc
- Assem-VC (; kim21nipsw): https://mindslab-ai.github.io/assem-vc/singer/
- iZotope-SVC (codificador/decodificador conv; nercessian20ismir): https://sites.google.com/izotope.com/ismir2020-audio-demo
- VAW-GAN (GAN; lu20arxiv): https://kunzhou9646.github.io/singvaw-gan/
- polyak20interspeech (GAN; polyak20interspeech): https://singing-conversion.github.io/
- SINGAN (GAN; sisman19apsipa): N/A
- [MSVC-GAN] (GAN): https://hujinsen.github.io/
- https://mtg.github.io/singing-synchronous-demos/voice-cloning/
- https://enk100.github.io/Unsupervised_Singing_Voice_Conversion/
- Yong&Nam (DSP; yong18icassp): https://seyong92.github.io/singing-expression-transfer/
- cybegan (CNN+GAN; wu18faim): http://mirlab.org/users/haley.wu/cybegan/
conversión de voz a canto en el dominio de audio
- AlignSTS (codificador/adaptor/aligner/diff-decoder; li23facl): https://alignsts.github.io/
- Speech2sing2 (GAN; wu20interspeech): https://ericwudayi.github.io/Speech2Singing-DEMO/
- Speech2sing (codificador/decodificador; parekh20icassp): https://jayneelparekh.github.io/icassp20/
corrección de canto en el dominio de audio
- autotuner profundo (CGRU; wagner19icassp): http://homes.sice.indiana.edu/scwager/deepautotuner.html
transferencia de estilo de dominio de audio (general)
- WaveTransfer (difusión; baoueb24mlsp): https://wavetransfer.github.io/
- MusicTI (difusión; li24aaai): https://lsfhuihuiff.github.io/MusicTI/
- DiffTransfer (difusión; comanducci23ismir): https://lucacoma.github.io/DiffTransfer/
- RAVE-Difusión Latente (difusión;): https://github.com/moiseshorta/RAVE-Latent-Diffusion
- RAVE (VAE;caillon21arxiv): https://anonymous84654.github.io/RAVE_anonymous/; https://github.com/acids-ircam/RAVE
- VAE-GAN (VAE-GAN; bonnici22ijcnn): https://github.com/RussellSB/tt-vae-gan
- VQ-VAE (VQ-VAE; cifka21icassp): https://adasp.telecom-paris.fr/rc/demos_companion-pages/cifka-ss-vq-vae/
- MelGAN-VC (GAN; pasini19arxiv): https://www.youtube.com/watch?v=3BN577LK62Y&feature=youtu.be
- RaGAN (GAN; lu19aaai): https://github.com/ChienYuLu/Play-As-You-Like-Timbre-Enhanced-Multi-modal-Music-Style-Transfer
- TimbreTron (GAN; huang19iclr): https://www.cs.toronto.edu/~huang/TimbreTron/samples_page.html
- string2woodwind (DSP; wagner17icassp): http://homes.sice.indiana.edu/scwager/css.html
tts
- NaturalSpeech 3 (difusión; ju24arxiv): https://speechresearch.github.io/naturalspeech3/
- VITS (transformador+flujo+GAN; kim21icml): https://github.com/jaywalnut310/vits
conversión de voz/clonación de voz
- Aplicación (): https://github.com/IAHispano/Applio
codificador de voz (general)
- MusicHiFi (GAN+difusión; zhu24arxiv): https://musichifi.github.io/web/
- BigVGAN (GAN; lee23iclr): https://bigvgan-demo.github.io/
- HifiGAN (GAN; kong20neurips): https://jik876.github.io/hifi-gan-demo/
- DiffWave (difusión; kong21iclr): https://diffwave-demo.github.io/
- Onda paralelaGAN (GAN; yamamoto20icassp): https://r9y9.github.io/projects/pwg/
- MelGAN (GAN; kumar19neurips): https://melgan-neurips.github.io/
codificador de voz (cantando)
- GOLF (DDSP; yu23ismir): https://yoyololicon.github.io/golf-demo/
- DSPGAN (GAN; song23icassp): https://kunsung.github.io/DSPGAN/
- Sifi-GAN (GAN; yoneyama23icassp): https://chomeyama.github.io/SiFiGAN-Demo/
- SawSing (DDSP; wu22ismir): https://ddspvocoder.github.io/ismir-demo/
- Multi-Singer (wavenet; huang21mm): https://multi-singer.github.io/
- SingGAN (GAN; chen21arxiv): https://singgan.github.io/
tokenizador de audio
- RVQGAN mejorado (VQ; kumar23arxiv): https://descript.notion.site/Descript-Audio-Codec-11389fce0ce2419891d6591a68f814d5
- Códec de alta fidelidad (VQ; yang23arxiv): https://github.com/yangdongchao/AcademiCodec
- EnCodec (VQ; défossez22arxiv): https://github.com/facebookresearch/encodec
- SoundStream (VQ; zeghidour21arxiv): https://google-research.github.io/seanet/soundstream/examples/
superresolución de audio
- AudioSR (difusión; liu23arxiv): https://audioldm.github.io/audiosr/
generación de bucle de dominio de audio
- PJLoopGAN (GAN; yeh22ismir): https://arthurddd.github.io/PjLoopGAN/
- LoopGen (GAN; hung21ismir): https://loopgen.github.io/
partitura dada, generar audio musical (interpretación): solo piano
- MIDI a audio basado en TTS (Transformer-TTS; shi23icassp): https://nii-yamagishilab.github.io/sample-midi-to-audio/
- Wave2Midi2Wave (transformador+wavenet; hawthorne19iclr): https://magenta.tensorflow.org/maestro-wave2midi2wave
- BasisMixer (RNN+FFNN; chacon16ismir-lbd): https://www.youtube.com/watch?v=zdU8C6Su3TI
partitura dada, generar audio musical (interpretación): no limitado a piano [también conocido como MIDI-to-audio]
- Ejecutante profundo (Transformer; dong22icassp): https://salu133445.github.io/deepperformer/
- PerformanceNet (CNN+GAN; wang19aaai): https://github.com/bwang514/PerformanceNet
- Wavenet condicionado (Wavenet; manzelli18ismir): http://people.bu.edu/bkulis/projects/music/index.html
síntesis de audio/timbre
- gen-inst (transformador; nercessian24ismir): https://gen-inst.netlify.app/
- GANStrument (narita22arxiv): https://ganstrument.github.io/ganstrument-demo/
- NEWT (DDSP; hayes21ismir): https://benhayes.net/projects/nws/
- CRASH (difusión; rouard21ismir): https://crash-diffusion.github.io/crash/
- DarkGAN (GAN; nistal21ismir): https://an-1673.github.io/DarkGAN.io/
- MP3net (GAN; broek21arxiv): https://korneelvdbroek.github.io/mp3net/
- Michelashvili (inspirado en dsp; michelashvili20iclr): https://github.com/mosheman5/timbre_painting
- GAAE (GAN+AAE; haque20arxiv): https://drive.google.com/drive/folders/1et_BuZ_XDMrdsYzZDprLvEpmmuZrJ7jk
- MANNe (): https://github.com/JTColonel/manne
- DDSP (inspirado en dsp; lamtharn20iclr): https://storage.googleapis.com/ddsp/index.html
- MelNet (autorregresivo; vasquez19arxiv): https://audio-samples.github.io/
- AdVoc (; neekhara19arxiv): http://chrisdonahue.com/advoc_examples/
- GANSynth (CNN+GAN; engel19iclr): https://magenta.tensorflow.org/gansynth
- SynthNet (schimbinschi19ijcai): https://www.dropbox.com/sh/hkp3o5xjyexp2x0/AADvrfXTbHBXs9W7GN6Yeorua?dl=0
- TiFGAN (CNN+GAN; marafioti19arxiv): https://tifgan.github.io/
- CANTAR (defossez18nips): https://research.fb.com/wp-content/themes/fb-research/research/sing-paper/
- WaveGAN (CNN+GAN; donahue19iclr): https://github.com/chrisdonahue/wavegan
- Codificador automático WaveNet (WaveNet; engel17arxiv): https://magenta.tensorflow.org/nsynth
imagen a música/audio
- Art2Mus (difusión; rinaldi24ai4va): https://drive.google.com/drive/u/1/folders/1dHBxLWnyBqhVMJgUkTk0hKnFbGDVhw__
- MeLFusion (difusión; chowdhury24cvpr): https://schowdhury671.github.io/melfusion_cvpr2024/
- Vis2Mus (codificador/decodificador; zhang22arxiv): https://github.com/ldzhangyx/vis2mus
- ConchShell (codificador/decodificador; fan22arxiv): n/a
vídeo a música/audio
- SONIQUE (difusión; zhang24arxiv): https://github.com/zxxwxyyy/sonique
- Herrmann-1 (LLM+transformador; haseeb24icassp): https://audiomatic-research.github.io/herrmann-1/
- Diff-BGM (difusión; li24cvpr): https://github.com/sizhelee/Diff-BGM
- Frieren (difusión; wang24arxiv): https://frieren-v2a.github.io/
- Video2Music (transformador; kang23arxiv): https://github.com/AMAAI-Lab/Video2Music
- LORIS (difusión; yu23icml): https://justinyuu.github.io/LORIS/
composición musical interactiva multipista
- Jaming con Yating (RNN; hsiao19ismir-lbd): https://www.youtube.com/watch?v=9ZIJrr6lmHg
composición de piano interactiva
- Piano Genie (RNN; donahue18nips-creatividad): https://piano-genie.glitch.me/
- Dúo de IA (RNN; roberts16nips-demo): https://experiments.withgoogle.com/ai/ai-duet/view/
composición musical monoaural interactiva
- [discurso musical] (Transformer; d'Eon20nips-demo): https://jasondeon.github.io/musicalSpeech/
componer melodía
- MelodyT5 (transformador; wu24ismir): https://github.com/sanderwood/melodyt5
- MelodyGLM (transformador; wu23arxiv): https://nextlab-zju.github.io/melodyglm/
- TunesFormer (transformador; wu23arxiv): https://github.com/sander-wood/tunesformer
- MeloForm (transformador; lu22arxiv): https://ai-muzic.github.io/meloform/
- parkR (markov; frieler22tismir): https://github.com/klausfrieler/parkR
- xai-lsr (VAE; bryankinns21nipsw): https://xai-lsr-ui.vercel.app/
- Trans-LSTM (Transformer+LSTM; dai21ismir): N/A...
- difusión (difusión+músicaVAE; mittal21ismir): https://storage.googleapis.com/magentadata/papers/symbolic-music-diffusion/index.html
- MELONES (Transformer; zhou21arxiv): https://yiathena.github.io/MELONS/
- Sketchnet (VAE+GRU; chen20ismir): https://github.com/RetroCirce/Music-SketchNet
- SSMGAN (VAE+LSTM+GAN; jhamtani19ml4md): https://drive.google.com/drive/folders/1TlOrbYAm7vGUvRrxa-uiH17bP-4N4e9z
- StructureNet (LSTM; medeot18ismir) https://www.dropbox.com/sh/yxkxlnzi913ba50/AAA_mDbhdmaGJC9qj0zSlqCea?dl=0
- MúsicaVAE (LSTM+VAE; roberts18icml): https://magenta.tensorflow.org/music-vae
- MidiNet (CNN+GAN; yang17ismir): https://richardyang40148.github.io/TheBlog/midinet_arxiv_demo.html
- C-RNN-GAN (LSTM+GAN; mogren16cml): http://mogren.one/publications/2016/c-rnn-gan/
- folkRNN (LSTM): https://folkrnn.org/
componer música de piano de una sola pista
- MúsicaMamba (mamba; chen24arxiv): n/a
- EMO-Disentanger (transformador; huang24ismir): https://emo-disentanger.github.io/
- MuseBarControl (transformador; shu24arxiv): https://ganperf.github.io/musebarcontrol.github.io/musebarcontrol/
- WholeSong (difusión; 24iclr): https://wholesonggen.github.io/
- MGM (transformador; 24tmm): https://github.com/hu-music/MGM
- Polyffusion (difusión; min23ismir): https://polyffusion.github.io/
- EmoGen (Transformador; kang23arxiv): https://ai-muzic.github.io/emogen/
- Redactar y embellecer (Transformer; wu22arxiv): https://drive.google.com/drive/folders/1Y7HfExAz3PpPbFl0OnccxYDNF1KZUP-3
- Transformador temático (Transformer; shih21arxiv): https://atosystem.github.io/ThemeTransformer/
- EMOPIA (Transformer; hung21ismir): https://annahung31.github.io/EMOPIA/
- dadagp (Transformador; sarmento21ismir): https://drive.google.com/drive/folders/1USNH8olG9uy6vodslM3iXInBT725zult
- CP Transformer (Transformer; hsiao21aaai): https://ailabs.tw/human-interaction/compound-word-transformer-generate-pop-piano-music-of-full-song-length/
- PIANOTREE VAE (VAE+GRU; wang20ismir): https://github.com/ZZWaang/PianoTree-VAE
- Transformador de guitarra (Transformer; chen20ismir): https://ss12f32v.github.io/Guitar-Transformer-Demo/
- Transformador de música pop (Transformer; huang20mm): https://github.com/YatingMusic/remi
- Transformador de música condicional (Transformer; choi19arxiv): https://storage.googleapis.com/magentadata/papers/music-transformer-autoencoder/index.html; y https://magenta.tensorflow.org/transformer-autoencoder
- PopRNN (RNN; yeh19ismir-lbd): https://soundcloud.com/yating_ai/sets/ismir-2019-submission/
- VGMIDI (LSTM; ferreira19ismir): https://github.com/lucasnfe/music-sentneuron
- Amadeo (LSTM+RL; kumar19arxiv): https://goo.gl/ogVMSq
- VAE modularizado (GRU+VAE; wang19icassp): https://github.com/MiuLab/MVAE_Music
- BachProp (GRU; colombo18arxiv): https://sites.google.com/view/bachprop
- Transformador de música (Transformer; huang19iclr): https://magenta.tensorflow.org/music-transformer
Reordenamiento (p. ej., pop2piano)
- PiCoGen2 (transformador; tan24ismir): https://tanchihpin0517.github.io/PiCoGen/
- PiCoGen (transformador; tan24icmr): https://tanchihpin0517.github.io/PiCoGen/
- Pop2Piano (transformador; choi23icassp): https://sweetcocoa.github.io/pop2piano_samples/
- audio2midi (GRU; wang21arxiv): https://github.com/ZZWaang/audio2midi
- InverseMV (GRU; lin21arxiv): https://github.com/linchintung/VMT
componer música polifónica de una sola pista combinando las existentes
- CollageNet (VAE; wuerkaixi21ismir): https://github.com/urkax/CollageNet
componer música multipista
- Cadenza (transformador; lenz24ismir): https://lemo123.notion.site/Cadenza-A-Generative-Framework-for-Expressed-Ideas-Variations-7028ad6ac0ed41ac814b44928261cb68
- SymPAC (transformador; chen24ismir): n/a
- MMT-BERT (transformador; zhu24ismir): n/a
- Transformador de música anidado (transformador; ryu24ismir): https://github.com/JudeJiwoo/nmt
- MMT-GI (transformador; xu23arxiv): https://goatlazy.github.io/MUSICAI/
- Morfeo: https://dorienherremans.com/morpheus
- Transformador de música anticipada (; Thickstun23arxiv): https://crfm.stanford.edu/2023/06/16/anticipatory-music-transformer.html
- SCHmUBERT (difusión; plasser23ijcai): https://github.com/plassma/symbolic-music-discrete-diffusion
- DiffuseRoll (difusión; wang23arxiv): n/a
- Museformer (Transformador; yu22neurips): https://ai-muzic.github.io/museformer/
- SymphonyNet (Transformador; liu22ismir): https://symphonynet.github.io/
- CMT (Transformador; di21mm): https://wzk1015.github.io/cmt/
- CONLON (GAN; angioloni20ismir): https://paolo-f.github.io/CONLON/
- MMM (Transformador; ens20arxiv): https://jeffreyjohnens.github.io/MMM/
- MahlerNet (RNN+VAE; lousseief19smc): https://github.com/fast-reflexes/MahlerNet
- Medida por medida (RNN): https://sites.google.com/view/pjgbjzom
- JazzRNN (RNN; yeh19ismir-lbd): https://soundcloud.com/yating_ai/sets/ismir-2019-submission/
- MIDI-Sandwich2 (RNN+VAE; liang19arxiv): https://github.com/LiangHsia/MIDI-S2
- LakhNES (Transformer; donahue19ismir): https://chrisdonahue.com/LakhNES/
- MuseNet (Transformador): https://openai.com/blog/musenet/
- MIDI-VAE (GRU+VAE; brunner18ismir): https://www.youtube.com/channel/UCCkFzSvCae8ySmKCCWM5Mpg
- Música multipistaVAE (LSTM+VAE; simon18ismir): https://magenta.tensorflow.org/multitrack
- MuseGAN (CNN+GAN; dong18aaai): https://salu133445.github.io/musegan/
componer portadas multipista (generación de portadas; necesita MIDI de referencia)
- FÍGARO (Transformador; rütte22arxiv): https://github.com/dvruette/figaro
acorde dado, componer melodía
- MelodyDiffusion (difusión; li23mathematics): https://www.mdpi.com/article/10.3390/math11081915/s1
- H-EC2-VAE (GRU+VAE; wei21ismir): N/A...
- MINGUS (Transformador; madaghiele21ismir): https://github.com/vincenzomadaghiele/MINGUS
- BebopNet (LSTM): https://shunithaviv.github.io/bebopnet/
- JazzGAN (GAN; trieu18mume): https://www.cs.hmc.edu/~keller/jazz/improvisor/
- Banda XiaoIce (GRU; zhu18kdd): http://tv.cctv.com/2017/11/24/VIDEo7JWp0u0oWRmPbM4uCBt171124.shtml
melodía dada, componer acordes (armonización de melodías)
- Realchords (RL; wu24icml): https://storage.googleapis.com/realchords/index.html
- EMO-Harmonizer (transformador): https://yuer867.github.io/emo_harmonizer/
- LHVAE (VAE+LSTM; ji23arxiv): n/a
- DeepChoir (transformador; wu23icassp): https://github.com/sander-wood/deepchoir
- DAT-CVAE (transformador-vae; zhao22ismir): https://zhaojw1998.github.io/DAT_CVAE
- SorpresaNet (VAE; chen21ismir): https://github.com/scmvp301135/SurpriseNet
- MTHarmonizador (RNN; yeh21jnmr)
dar letra, componer melodía
- CSL-L2M (LLM; wang25aaai): https://lichaiustc.github.io/CSL-L2M/
- MuDiT/MuSiT (LLM; wang24arxiv): N/A
- SongComposer (LLM; ding24arxiv): https://pjlab-songcomposer.github.io/
- República de China (transformador; lv22arxiv): https://ai-muzic.github.io/roc/
- melodía pop (transformer; zhang22ismir): N/A
- ReLyMe (transformador; chen22mm): https://ai-muzic.github.io/relyme/
- TeleMelody (transformador; ju21arxiv): https://github.com/microsoft/muzic
- LSTM-GAN condicional (LSTM+GAN; yu19arxiv): https://github.com/yy1lab/Lyrics-Conditioned-Neural-Melody-Generation
- iComposer (LSTM; lee19acl): https://www.youtube.com/watch?v=Gstzqls2f4A
- SongWriter (GRU; bao18arxiv): N/A
componer batería MIDI
- Generación de batería condicional por Markis (BiLSTM/Transformer): https://github.com/melkor169/CP_Drums_Generation
- Modelo de Nuttall (Transformer; nuttall21nime): https://nime.pubpub.org/pub/8947fhly/release/1?readingCollection=71dd0131
- Modelo de Wei (VAE + GAN; wei19ismir): https://github.com/Sma1033/drum_generation_with_ssm
- DrumNet (GAE; lattner19waspaa): https://sites.google.com/view/drum-generación
- DrumVAE (GRU+VAE; thio19milc): http://vibertthio.com/drum-vae-client
componer melodía+acordes (dos pistas)
- Generación de hojas de referencia emocionales (sen2seq): https://github.com/melkor169/LeadSheetGen_Valence
- EmoMusicTV (Transformador; ji23tmm): https://github.com/Tayjsl97/EmoMusicTV
- Transformador de jazz (Transformer; wu20ismir): https://drive.google.com/drive/folders/1-09SoxumYPdYetsUWHIHSugK99E2tNYD
- Transformador VAE (Transformador+VAE; jiang20icassp): https://drive.google.com/drive/folders/1Su-8qrK__28mAesSCJdjo6QZf9zEgIx6
- RNN de dos etapas (RNN; deboom20arxiv): https://users.ugent.be/~cdboom/music/
- LeadsheetGAN (CRNN+GAN; liu18icmla): https://liuhaumin.github.io/LeadsheetArrangement/results
- LeadsheetVAE (RNN+VAE; liu18ismir-lbd): https://liuhaumin.github.io/LeadsheetArrangement/results
dadas las pistas MIDI, componga otras pistas MIDI
- GETMusic (difusión discreta): https://getmusicdemo.github.io/
melodía dada o partitura principal, componer arreglo
- AccoMontage3 (; zhao23arxiv): https://zhaojw1998.github.io/AccoMontage-3
- GETMusic (difusión discreta): https://getmusicdemo.github.io/
- SongDriver (Transformer-CRF; wang22mm):
- AccoMontage2: https://billyyi.top/accomontage2/
- AccoMontage (basado en plantilla; zhao21ismir): https://github.com/zhaojw1998/AccoMontage
- CP Transformer (Transformer; hsiao21aaai): https://ailabs.tw/human-interaction/compound-word-transformer-generate-pop-piano-music-of-full-song-length/
- PopMAG (transformador; ren20mm): https://music-popmag.github.io/popmag/
- Hoja de referenciaGAN: ver arriba
- LeadsheetVAE: ver arriba
- XiaoIce Band (el "modelo de arreglo conjunto de múltiples instrumentos"): N/A
mezcla dada (audio), componer bajo
- difusión latente (difusión; pasini24arxiv): https://sonycslparis.github.io/bass_accompaniment_demo/
- BassNet (GAE+CNN; ren20mm): https://sonycslparis.github.io/bassnet/
dada la melodía principal, componer melodía + acordes
- local_conv_music_generación (CNN; ouyang18arxiv): https://somedaywilldo.github.io/local_conv_music_generación/
dada la melodía principal, componer melodía+acordes+bajo
- BandNet (RNN; zhou18arxiv): https://soundcloud.com/yichao-zhou-555747812/sets/bandnet-sound-samples-1
dada la partitura de piano, componer una orquestación
- LOP (RBM; crestal17smc): https://qsdfo.github.io/LOP/results.html
relleno de piano
- Polyffusion (difusión; min23ismir): https://polyffusion.github.io/
- Relleno consciente de la estructura: https://tanchihpin0517.github.io/structure-aware_infilling
- VLI (Transformador; chang21ismir): https://jackyhsiung.github.io/piano-infilling-demo/
- La aplicación Piano Inpainting (): https://ghadjeres.github.io/piano-inpainting-application/
relleno de melodía
- CLSM (Transformer+LSTM; akama21ismir): https://contextual-latent-space-model.github.io/demo/
transferencia de estilo de género de dominio simbólico
- Pop2Jazz (RNN; yeh19ismir-lbd): https://soundcloud.com/yating_ai/sets/ismir-2019-submission/
- Groove2Groove (RNN; cífka19ismir, cífka20taslp): https://groove2groove.telecom-paris.fr/
- CicloGAN2 (CNN+GAN; brunner19mml): https://drive.google.com/drive/folders/1Jr_p6pnKvhA2YW9sp-ABChiFgV3gY1aT
- CycleGAN (CNN+GAN; brunner18ictai): https://github.com/sumuzhao/CycleGAN-Music-Style-Transfer
- FusionGAN (GAN; chen17icdm): http://people.cs.vt.edu/czq/publication/fusiongan/
transferencia de estilo de disposición de dominio simbólico
- UnetED (CNN+Unet; hung19ijcai): https://biboamy.github.io/disentangle_demo/result/index.html
transferencia de estilo de emoción/ritmo/tono en el dominio simbólico
- MuseMorphose (Transformer+VAE; wu21arxiv): https://slseanwu.github.io/site-musemorphose/
- Kawai (VAE+GRU+adversarial; kawai20ismir): https://lisakawai.github.io/music_transformation/
- Wang (VAE+GRU; wang20ismir): https://github.com/ZZWaang/polyphonic-chord-texture-disentanglement
- Música FaderNets (VAE; tan20ismir): https://music-fadernets.github.io/
- analogía-de-música-profunda (yang19ismir): https://github.com/cdyrhjohn/Deep-Music-Analogy-Demos
generación de interpretación (dado MIDI, genera MIDI similar a un humano): solo piano
- ScorePerformer (transformador; borovik23ismir): https://github.com/ilya16/scoreperformer
- CVRNN (CVRNN; maezawa19ismir): https://sites.google.com/view/cvrnn-performance-render
- GGNN (gráfico NN + atención jerárquica RNN; jeong19icml)
- VirtuosoNet (LSTM + red de atención jerárquica; jeong18nipsw): https://www.youtube.com/playlist?list=PLkIVXCxCZ08rD1PXbrb0KNOSYVh5Pvg-c
- RendimientoRNN (RNN): https://magenta.tensorflow.org/rendimiento-rnn
dado MIDI, genera MIDI similar a un humano: solo batería
- GrooVAE (seq2seq+VAE; gillick19icml): https://magenta.tensorflow.org/groovae
componer ABC MIDI por LLM
- ComposerX (LLM; deng24arxiv): https://lllindsey0615.github.io/ComposerX_demo/