احتل توليد الموسيقى من النصوص (Text-to-Music Generation) مكانة متقدمة في مجال الابتكارات التكنولوجية، حيث أدى التطور السريع في هذا القطاع إلى خلق تجارب موسيقية جديدة. ولكن رغم هذه التطورات، ظلت العديد من الأنظمة تعتمد بشكل أساسي على مطالبات نصية عالمية، مما أدى إلى صعوبة في فهم أو التحكم في الهيكلية الناتجة للموسيقى.

وفي هذا السياق، تم تقديم تقنية مبتكرة تُعرف باسم MusicLayout، التي تمثل وسيلة فريدة للتحكم في الهيكل الموسيقي أثناء عملية توليد الموسيقى. تُتيح MusicLayout وصف قطعة موسيقية كأسلوبٍ معتمدٍ على تنسيق زمني يشمل الأقسام، الخامات، التكرارات، التغييرات، والتوزيع على مستوى الآلات الموسيقية، مما يوفر طبقة تخطيط قابلة للتفسير بين النص والناتج الموسيقي.

تعمل هذه التقنية كحل جذري، حيث يتم دمج MusicLayout في إطار عمل توليد الموسيقى من النصوص القائم على صياغة أوتورجريسيف موحدة. تبدأ العملية بتوليد تمثيل MusicLayout، والذي يليه توقع عبارات الصوت المُعتمدة على هذا التمثيل.

تقدم هذه البنية المبتكرة للهيكل الموسيقي إمكانية فحص وتعديل الترتيب قبل إنتاج الصوت، مما يتيح التحكم على مستوى التخطيط الهيكلي. وقد تم تقييم فعالية MusicLayout من خلال تجارب لإنتاج الموسيقى المشروطة بالتخطيط، بالإضافة إلى تجارب تعديل التخطيط، مما أثبت أن التخطيط الهيكلي الصريح يُحسن من تنظيم الهيكل على المدى الطويل ويدعم التحكم على مستوى التخطيط.