LaunchpadGPT

LaunchPadgpt

Este repositório é para o artigo aceito pelo ICMC 2023: LaunchPadgpt: Modelo de idioma como designer de visualização musical no lancepad

Início rápido

1. Faça o download do Data prompt_completion.txt dos pares de conclusão do prompt de [aqui] e coloque-o na pasta ./data .

2. Transforme prompt_completion.txt do texto bruto em um grande fluxo de números inteiros:

python data/prompt_completion/prepare.py

Isso cria um train.bin val.bin

3. Treine um LaunchPadgpt:

python train.py config/train_launchpad_gpt.py

Amostragem

Este é um exemplo de geração de tuplas rgb-x (conclusão), dados os recursos do MFCC com 128 dims de música de entrada (prompt):

python sample.py --out_dir=out-launchpad-gpt --start= ' {"prompt": [-29.44, 108.58, -15.65, 36.5, 2.3, 14.21, 4.92, 20.2, -2.59, 9.43, 10.56, 20.83, -0.24, 1.78, -12.75, 2.06, -4.75, 0.09, -4.64, -7.97, -0.51, -4.5, -3.58, -9.82, -1.73, 8.06, 1.05, -1.21, -1.25, -5.44, -9.97, -16.69, -5.6, 2.49, 0.04, 5.14, -0.37, -8.98, -5.22, -8.35, -14.0, 5.34, 3.24, -0.72, -4.3, -1.48, -3.27, 1.1, -2.93, -5.9, -3.68, 2.54, 5.99, 2.21, -6.68, 1.52, 0.23, 1.74, 1.14, -1.17, 1.01, -0.78, -5.34, -0.31, 1.09, 4.35, -0.25, -0.52, -0.14, -1.47, 9.78, 1.56, -1.56, 5.22, -1.96, -0.0, 1.63, 0.18, -0.63, 3.86, -1.81, 3.28, -0.89, 1.4, -0.75, -2.01, -0.78, 1.12, -0.02, 1.75, 0.24, -0.99, -1.75, 3.75, 1.06, 1.01, 2.99, 1.59, 3.54, -1.33, -3.71, 1.18, 1.11, -0.47, 0.76, -0.96, -1.03, 1.0, -0.48, -0.51, 0.9, 0.36, -0.4, 1.28, -0.78, 1.92, 0.57, 2.5, 1.79, 0.8, -0.5, -0.19, -2.1, -1.51, -0.57, -1.17, 0.08, 0.45], "completion": '

O LankPad gerado pode ser encontrado em ./outputs/sample_outs

Inferência

O infer.py pode gerar os Pads de lançamento com dados de validação val_prompts.json .

python infer.py

Os resultados serão salvos no ./outputs/val_outs

Avaliação

Para avaliar os resultados, você pode fazer o download dos dados da truta fundamental gt_frame de [aqui] para ./outputs .

Em seguida, execute o script para calcular as pontuações:

python -m pytorch_fid outputs/gt_frames outputs/val_outs

O vídeo original de lançamento de lançamento pode ser baixado de [aqui].

Reconhecimento

O projeto é baseado em Nanogpt, Midifox. Obrigado pelos autores por seus esforços.

Se você achar nossa pesquisa útil para sua pesquisa, cite o seguinte artigo:

 @article { xu2023launchpadgpt ,
  title = { Launchpadgpt: Language model as music visualization designer on launchpad } ,
  author = { Xu, Siting and Tang, Yunlong and Zheng, Feng } ,
  journal = { arXiv preprint arXiv:2307.04827 } ,
  year = { 2023 }
}