L'Attivazione Diretta Consente un Controllo Interpretabile degli Attributi nella Generazione Musicale Simbolica

Un nuovo articolo di ricerca da arXiv propone un framework per un controllo fine e interpretabile sulla generazione musicale simbolica senza necessità di riaddestramento. Lo studio si concentra sul Multitrack Music Transformer (MMT) e utilizza l'attivazione diretta in fase di inferenza per modulare attributi discreti del segnale come Altezza e Durata. La metodologia Difference-in-Means (DiffMean) isola le direzioni latenti nel flusso residuo, validando l'Ipotesi di Rappresentazione Lineare con un'alta correlazione tra l'intensità dell'attivazione e lo spostamento dell'attributo. Per gestire l'intreccio delle caratteristiche nell'attivazione multi-attributo, gli autori introducono un framework di Attivazione Doppia che utilizza l'Ortogonalizzazione di Gram-Schmidt. I risultati sperimentali dimostrano l'efficacia di questo approccio, colmando il divario tra interpretabilità meccanicistica e generazione musicale controllabile.