Persian MusicGen：波斯音乐的大规模数据集和文化意识生成模型

波斯音乐以其独特的音调、调式系统（Dastgah）和节奏结构，给主要以西方音乐训练的音乐生成模型提出了重大挑战。我们通过策划第一个大规模波斯歌曲数据集来解决这一差距，该数据集包含超过 900 小时的高质量音频样本，涵盖不同的子流派，包括流行、传统和现代风格。该数据集捕捉了波斯音乐丰富的旋律和文化多样性，并作为最先进的生成音乐模型 微调 MusicGen 的基础。我们使 MusicGen 适应该领域，并利用主观和客观指标评估其性能。为了评估生成的音乐和预期风格标签之间的语义一致性，我们报告了生成的输出中准确反映的相关标签的比例。我们的结果表明，经过微调的模型产生的作品更符合波斯风格惯例。这项工作为生成音乐研究引入了一种新资源，并说明了音乐生成模型对代表性不足的文化和语言环境的适应性。