Persian MusicGen: 페르시아 음악을 위한 대규모 데이터셋 및 문화 인지적 생성 모델

요약

본 연구는 페르시아 음악의 독특한 음조와 선법 체계(Dastgah)를 포착하기 위해 900시간 이상의 고품질 오디오 샘플로 구성된 최초의 대규모 페르시아 노래 데이터셋을 구축했습니다. 이 데이터를 활용하여 최첨단 생성 모델인 MusicGen을 미세 조정(fine-tuning)하였으며, 그 결과 미세 조정된 모델이 페르시아 스타일 관습에 더 부합하는 음악을 성공적으로 생성함을 입증했습니다.

핵심 포인트

• 페르시아 음악의 특성상 서구 기반 모델 학습에는 어려움이 있어, 전용 데이터셋 구축이 필요함.
• 900시간 이상의 고품질 페르시아 노래 데이터셋을 큐레이션하여 문화적 다양성을 포착함.
• MusicGen과 같은 생성 모델을 이 도메인에 맞게 미세 조정(fine-tuning)하는 방법을 제시함.
• 미세 조정된 모델이 페르시아 스타일 관습에 맞는 작곡을 생성하며, 의미론적 정렬 능력을 보여줌.