Pesquisadores introduzem um framework consciente da estrutura para geração de dança orientada por música que modela a coreografia como uma sequência de movimentos atômicos em vez de sinais contínuos.
- O método constrói um vocabulário de movimentos atômicos segmentando dados de dança em larga escala e agrupando-os em clusters.
- Um modelo de linguagem grande é usado para relabelizar semanticamente e refinar esses clusters, criando eventos de movimento interpretáveis e reutilizáveis.
- Um processo de geração em duas etapas espelha a coreografia humana: primeiro prevendo o tipo, duração e timing dos movimentos para formar uma alocação simbólica, depois sintetizando movimento suave via um gerador consciente das transições.
- Experimentos mostram coerência estrutural melhorada, alinhamento rítmico e naturalidade perceptual em comparação com baselines, junto com interpretabilidade aprimorada e edição controlável.
Esta abordagem aborda a falta de estrutura composicional nos métodos neurais anteriores, tornando as danças geradas mais fáceis de controlar e semanticamente consistentes com a música de entrada.