实体
Slakh2100
Slakh2100
PulseAugur coverage of Slakh2100 — every cluster mentioning Slakh2100 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现AI模型难以定位音乐中的时间信息
一篇新的arXiv论文探讨了大型音频语言模型（LALMs）的时间理解能力。研究人员发现，虽然这些模型在提供上下文时可以验证特定的音乐时刻，但它们独立准确地定位这些时刻的能力却很差。该研究在冻结的LALMs上使用了配对查询探针，区分了状态查询（例如，“只有钢琴和贝斯在演奏”）和变化查询（例如，“吉他退出了”）。结果表明，模型在有上下文的情况下验证时刻的表现更好，但提示词和注意力机制揭示了它们在音乐中定位时间信息的能力存在显著局限性。
-
新的AURA框架利用LLM实现对话式音乐编辑
研究人员开发了AURA，一个新颖的、用于对话式音乐编辑的多模态框架。该系统利用大型语言模型来解析对话历史、可选图像和参考音频，将编辑意图转换为简洁的概念标记。AURA随后将这些标记注入预先存在的MusicGen模型，从而在保持原始音频完整性的同时进行精确修改。该框架优化了少量参数（9100万），同时冻结了大部分参数（19亿），与现有方法相比，在编辑准确性和内容保留方面显示出显著的改进。