提出音乐生成评估新指标FMD，能有效区分模型质量。
Frechet Music Distance: A Metric For Generative Symbolic Music Evaluation
- 基于音乐嵌入分布的弗雷歇距离，捕捉抽象音乐特征
- 在多个数据集上验证，能准确区分不同模型生成质量
- 为符号音乐生成提供可复现的标准评估方法
本文提出一种新的符号音乐生成评估指标——弗雷歇音乐距离（FMD），灵感源自计算机视觉中的弗雷歇特入侵距离（FID）和生成音频中的弗雷歇音频距离（FAD）。FMD通过计算参考音乐与生成音乐嵌入分布之间的距离，捕捉抽象音乐特征。我们在多个数据集和模型上验证了FMD的有效性。结果表明，FMD能有效区分不同模型的质量，为符号音乐生成提供了领域专用的评估标准，并建立了未来研究可复现的基准。
原文摘要 · Abstract (English)
In this paper we introduce the Frechet Music Distance (FMD), a novel evaluation metric for generative symbolic music models, inspired by the Frechet Inception Distance (FID) in computer vision and Frechet Audio Distance (FAD) in generative audio. FMD calculates the distance between distributions of reference and generated symbolic music embeddings, capturing abstract musical features. We validate FMD across several datasets and models. Results indicate that FMD effectively differentiates model quality, providing a domain-specific metric for evaluating symbolic music generation, and establishing a reproducible standard for future research in symbolic music modeling.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。