部署NotaGen模型并按照风格生成古典音乐曲谱

参考资料

• https://electricalexis.github.io/notagen-demo/
• https://github.com/ElectricAlexis/NotaGen/tree/main

最近发现了一个有趣的模型，NotaGen 是中央音乐学院、北京航空航天大学、清华大学等机构推出的音乐生成模型，基于模仿大型语言模型（LLM）的训练范式生成高质量的古典乐谱。模型的训练过程和说明参考论文，https://electricalexis.github.io/notagen-demo/

NotaGen 借鉴了现代 LLM的原理，基于 Transformer 架构训练。创新点在于引入了 DPO（Direct Preference Optimization，直接偏好优化）。这意味着模型不仅在学习海量乐谱，还通过人类的审美偏好进行了“对齐”，使得生成的乐谱在听感上更接近人类大师的作品。

本次使用机器为g4dn，部署过程如下

下载模型权重

modelscope download --model ElectricAlexis/NotaGen weights_notagenx_p_size_16_p_length_1024_p_layers_20_h_size_1280.pth

环境初始化

conda create --name notagen python=3.10
conda activate notagen
conda install pytorch==2.3.0 pytorch-cuda=11.8 -c pytorch -c nvidia
pip install accelerate
pip install optimum
pip install -r requirements.txt 

启动gradio服务，当然也可以访问官方在 Huggingface Space 上为 NotaGen-X 提供的在线 gradio 演示

$ python demo.py
Parameter Number: 515738880
* Running on local URL:  http://0.0.0.0:7861To create a public link, set `share=True` in `launch()`.

UI界面可以选择时期、作曲家和乐器作为 NotaGen 的条件生成的提示组合，目前的提示组合数量有限制（112 个。这里选择老柴的风格作曲输出结果如下，输出结果为ABC 记谱法

将输出导出为xml格式20260127_052036_Romantic_Tchaikovsky, Pyotr_Keyboard.xml，然后在musescore中打开

整体上听起来还是呆呆的，大师还是大师差距还很遥远，但是希望未来类似的模型能够表现更好让普通人也能够将自己的想法和风格谱成曲子。