我們可以透過對不同作品的音樂內容和音樂風格的分離和重新組合，以此產生具有創造性並且能夠被人所接受的新的音樂。簡言之，我們仍然可以使用數據驅動的算法，將它們分別應用於音樂的不同方面（內容和風格等）來進行約束或是優化。
我們可以將這一方法直觀地命名爲音樂風格遷移。但是，所謂的音樂風格是一個模糊的術語，從字面意義來理解，他可以指音樂的任何方面，從進階作曲特徵（如音調和和絃序列）到低級聲學特徵（如聲音紋理和音色）。
產生這種問題的主要原因就是上面所提到的音樂表現的內在多層次、多模態的特性——音樂可以讀、可以聽、可以演奏，而這一切都取決於我們所研究的對象：樂譜（頂層的、抽象的），聲音（底層的、具體的），控制（中間表示）（我將其翻譯爲樂譜、演奏、聲音，不知道是否準確）。這與圖像的表示是非常不同的。到目前爲止，還沒有一個端到端的系統能夠完美地同時處理所有級別的音樂表示。大多數的研究只關注其中一個層次，所以對音樂風格會產生不同的解讀和詮釋。
遷移： 英文名：move、migrate 拼音：qiān yí 釋義一：離開原來的所在地而另換地點 釋義二：由於自然力作用從一地移向另一地
