Autoregresywne modelowanie muzyki to technika generatywna, w której model przewiduje kolejny element sekwencji dźwiękowej na podstawie wszystkich poprzednich kroków. W tym podejściu utwór jest tworzony krok po kroku, a każdy nowo wygenerowany token lub fragment audio staje się częścią danych wejściowych dla następnej prognozy. Metoda ta pozwala na zachowanie spójności strukturalnej i melodycznej w długich kompozycjach, wykorzystując korelacje statystyczne między historycznymi a przyszłymi wartościami sygnału. Jest to fundament działania nowoczesnych modeli AI do generowania muzyki, takich jak MusicLM czy framework HeartLib.
Źródło: arxiv.org
