En este artículo, proponemos Danceba, un novedoso marco para la generación automática de movimientos de danza humana naturales, diversos y rítmicos con música. Para abordar las limitaciones de los métodos existentes, como la falta de alineación rítmica y la dinámica de movimiento poco natural, Danceba mejora la representación de las características de reconocimiento rítmico mediante un mecanismo de compuertas. En concreto, proponemos la Extracción de Ritmo Basada en Fases (PRE), que extrae con precisión la información rítmica de los datos de fase de la música, y la Atención Causal Temporal-Gated (TGCA), que se centra en las características rítmicas globales para garantizar que los movimientos de danza sigan el ritmo musical con precisión. Además, mejoramos la naturalidad y la diversidad de los movimientos de danza generados mediante la arquitectura de Modelado de Movimiento Paralelo Mamba (PMMM), que modela por separado los movimientos del tren superior e inferior del cuerpo junto con las características musicales. Los resultados experimentales muestran que Danceba supera significativamente a los métodos de vanguardia existentes en cuanto a alineación rítmica y diversidad de movimientos.
