Posts

ICASSP 2026 - 音乐分类论文列表

ICASSP 2026 - 音乐分类共 1 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Adversarial Rivalry Learning for Music Classification 6.5分前25% 📋 论文详情 🥇 Adversarial Rivalry Learning for Music Classification ✅ 6.5/10 | 前25% | #音乐分类 | #对抗学习 | #音乐信息检索 #注意力机制 👥 作者与机构第一作者：Yi-Xing Lin（中央研究院资讯科学研究所）通讯作者：未说明作者列表：Yi-Xing Lin（中央研究院资讯科学研究所）、Wen-Li Wei（中央研究院资讯科学研究所）、Jen-Chun Lin（中央研究院资讯科学研究所） 💡 毒舌点评本文巧妙地将复杂的“反事实推理”优化问题，转化为两个注意力分支之间更直观的“对抗赛跑”，有效简化了超参调优，是LCA方法的一次有价值的工程化精简。然而，论文仅在几个标准音乐数据集上进行了验证，未能在更具挑战性的多模态或跨领域任务中展示其通用性，且完全未开源代码，使得这一“简单有效”的范式难以被社区快速接纳和验证。 🔗 开源详情代码：论文中未提及代码链接。模型权重：未提及公开权重。数据集：使用了公开数据集（Artist20, EMOPIA, FMA, GTZAN），但未说明是否提供处理后的版本或获取指南。 Demo：未提及在线演示。复现材料：论文给出了算法伪代码（Algorithm 1）和部分训练超参数（如学习率、早停步数），但未提供完整的训练配置、环境依赖、检查点或附录的详细说明。核心复现材料（代码）缺失。引用的开源项目：论文提到了作为骨干模型的MERT，以及用于对比的genreMERT、Short-chunk ResNet、M2D、AST-Fusion等模型，但未明确说明是否依赖或整合了这些模型的开源实现。 📌 核心摘要 ...

ICASSP 2026 - 音乐推荐论文列表

ICASSP 2026 - 音乐推荐共 1 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 MusiCRS: Benchmarking Audio-Centric Conversational Recommend 7.5分前25% 📋 论文详情 🥇 MusiCRS: Benchmarking Audio-Centric Conversational Recommendation ✅ 7.5/10 | 前25% | #音乐推荐 | #多模态模型 | #基准测试 #音频检索 👥 作者与机构第一作者：未说明（作者列表无顺序指示）通讯作者：未说明作者列表：Rohan Surana（University of California, San Diego, USA）、Amit Namburi（University of California, San Diego, USA）、Gagan Mundada（University of California, San Diego, USA）、Abhay Lal（University of California, San Diego, USA）、Zachary Novack（University of California, San Diego, USA）、Julian McAuley（University of California, San Diego, USA）、Junda Wu（University of California, San Diego, USA） 💡 毒舌点评 ...

ICASSP 2026 - 音乐检索论文列表

ICASSP 2026 - 音乐检索共 3 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Controllable Embedding Transformation for Mood-Guided Music 7.5分前25% 🥈 HarmoNet: Music Grounding by Short Video via Harmonic Resamp 7.0分前25% 🥉 Hierarchical Tokenization of Multimodal Music Data for Gener 7.0分前25% 📋 论文详情 🥇 Controllable Embedding Transformation for Mood-Guided Music Retrieval ✅ 7.5/10 | 前25% | #音乐检索 | #对比学习 | #音乐理解 #嵌入变换 👥 作者与机构 ...

ICASSP 2026 - 音乐混合论文列表

ICASSP 2026 - 音乐混合共 1 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Ailive Mixer: A Deep Learning Based Zero Latency Automatic M 7.0分前25% 📋 论文详情 🥇 Ailive Mixer: A Deep Learning Based Zero Latency Automatic Music Mixer for Live Music Performances ✅ 7.0/10 | 前25% | #音乐混合 | #深度学习 | #实时处理 #串音消除 👥 作者与机构第一作者：Devansh Zurale（Shure Incorporated）通讯作者：未说明作者列表：Devansh Zurale（Shure Incorporated）、Iris Lorente（Shure Incorporated）、Michael Lester（Shure Incorporated）、Alex Mitchell（Shure Incorporated） 💡 毒舌点评 ...

ICASSP 2026 - 音乐源分离论文列表

ICASSP 2026 - 音乐源分离共 2 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Dissecting Performance Degradation in Audio Source Separatio 7.5分前25% 🥈 Bleed No More: Generative Interference Reduction for Musical 7.0分前25% 📋 论文详情 🥇 Dissecting Performance Degradation in Audio Source Separation under Sampling Frequency Mismatch ✅ 7.5/10 | 前25% | #音乐源分离 | #信号处理 | #鲁棒性 #数据增强 👥 作者与机构第一作者：Kanami Imamura (东京大学，日本产业技术综合研究所(AIST)) 通讯作者：未说明作者列表：Kanami Imamura (东京大学，AIST)、Tomohiko Nakamura (AIST)、Kohei Yatabe (东京农工大学)、Hiroshi Saruwatari (东京大学) 💡 毒舌点评 ...

ICASSP 2026 - 音乐源提取论文列表

ICASSP 2026 - 音乐源提取共 1 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 MC-MRX: Reference- and Midi-Guided Music Source Extraction w 7.0分前25% 📋 论文详情 🥇 MC-MRX: Reference- and Midi-Guided Music Source Extraction with Contrastive Learning ✅ 7.0/10 | 前25% | #音乐源提取 | #对比学习 | #多任务学习 #音频引导 👥 作者与机构第一作者：Xueyan Chen（University of Science and Technology Beijing, China）通讯作者：Xinyuan Qian（University of Science and Technology Beijing, China）作者列表：Xueyan Chen（University of Science and Technology Beijing, China）、Zexu Pan（Tongyi Lab, Alibaba Group, Singapore）、Ziyang Jiang（University of Science and Technology Beijing, China）、Jiadong Wang（Technical University of Munich, Germany）、Kainan Chen（Eigenspace GmbH, Germany）、Xinyuan Qian（University of Science and Technology Beijing, China） 💡 毒舌点评 ...

ICASSP 2026 - 音乐理解论文列表

ICASSP 2026 - 音乐理解共 11 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Toward Robust And Efficient Beat Tracking Via Beat-Aware Att 8.5分前25% 🥈 The Muse Benchmark: Probing Music Perception and Auditory Re 8.5分前25% 🥉 Towards Effective Negation Modeling in Joint Audio-Text Mode 7.5分前25% 4. Joint Estimation of Piano Dynamics and Metrical Structure wi 7.5分前25% 5. Beat and Downbeat Detection: A Reformulated Approach 7.5分前25% 6. TinyMU: A Compact Audio-Language Model for Music Understandi 7.5分前25% 7. MIDI-LLaMA: An Instruction-Following Multimodal LLM for Symb 7.5分前10% 8. Interpretable Music Harmonic Analysis Through Multilinear Mi 7.5分前25% 9. Exploring How Audio Effects Alter Emotion with Foundation Mo 7.0分前50% 10. A Bayesian Approach to Singing Skill Evaluation Using Semito 7.0分前25% 11. Rethinking Music Captioning with Music Metadata LLMS 7.0分前25% 📋 论文详情 🥇 Toward Robust And Efficient Beat Tracking Via Beat-Aware Attention 🔥 8.5/10 | 前25% | #音乐理解 | #注意力机制 | #端到端 #鲁棒性 ...

ICASSP 2026 - 音乐生成论文列表

ICASSP 2026 - 音乐生成共 31 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 MuseTok: Symbolic Music Tokenization for Generation and Sema 8.5分前25% 🥈 Time-Shifted Token Scheduling for Symbolic Music Generation 8.5分前25% 🥉 Low-Resource Guidance for Controllable Latent Audio Diffusio 8.5分前25% 4. A Generative-First Neural Audio Autoencoder 8.5分前25% 5. Virtual Consistency for Audio Editing 8.0分前25% 6. AnyAccomp: Generalizable Accompaniment Generation Via Quanti 8.0分前25% 7. Stemphonic: All-At-Once Flexible Multi-Stem Music Generation 7.7分前25% 8. MR-FlowDPO: Multi-Reward Direct Preference Optimization for 7.5分前25% 9. Via Score to Performance: Efficient Human-Controllable Long 7.5分前25% 10. Automatic Music Mixing Using a Generative Model of Effect Em 7.5分前25% 11. Sing2Song: An Accompaniment Generation System Based on Solo 7.5分前25% 12. Differentiable Pulsetable Synthesis for Wind Instrument Mode 7.5分前25% 13. Compression meets Sampling: LZ78-SPA for Efficient Symbolic 7.5分前25% 14. Break-the-Beat! Controllable MIDI-to-Drum audio synthesis 7.5分前25% 15. Text2midi-InferAlign: Improving Symbolic Music Generation wi 7.5分前25% 16. Diffusion Timbre Transfer via Mutual Information Guided Inpa 7.5分前25% 17. D3PIA: A Discrete Denoising Diffusion Model for Piano Accomp 7.5分前25% 18. Evaluating Disentangled Representations for Controllable Mus 7.5分前25% 19. Aligning Language Models for Lyric-to-Melody Generation with 7.5分前25% 20. FUSEMOS: Perceptual Evaluation of Text-to-Music Generation w 7.5分前25% 21. Fine-Tuning Bigvgan-V2 for Robust Musical Tuning Preservatio 7.5分前25% 22. Visual Keys to Symphonies: Latent Diffusion for Multi-Scene 7.5分前25% 23. VMSP: Video-to-Music Generation with Two-Stage Alignment and 7.0分前25% 24. Etude: Piano Cover Generation with a Three-Stage Approach — 7.0分前25% 25. Towards Multi-View Hierarchical Video-to-Piano Generation wi 7.0分前25% 26. ViTex: Visual Texture Control for Multi-Track Symbolic Music 7.0分前50% 27. Instrument Generation Through Distributional Flow Matching a 7.0分前25% 28. When Noise Lowers the Loss: Rethinking Likelihood-Based Eval 7.0分前25% 29. Symphony Rendering: Midi and Composer-Conditioned Auto Orche 7.0分前50% 30. Pianoroll-Event: A Novel Score Representation for Symbolic M 6.5分前25% 31. Melos: Sentence-To-Section Training with Multi-Task Learning 6.5分前50% 📋 论文详情 🥇 MuseTok: Symbolic Music Tokenization for Generation and Semantic Understanding 🔥 8.5/10 | 前25% | #音乐生成 | #预训练 | #音乐理解 #数据集 ...

ICASSP 2026 - 音乐转录论文列表

ICASSP 2026 - 音乐转录共 1 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 A Distribution Matching Approach to Neural Piano Transcripti 7.0分前25% 📋 论文详情 🥇 A Distribution Matching Approach to Neural Piano Transcription with Optimal Transport ✅ 7.0/10 | 前25% | #音乐转录 | #最优传输 | #注意力机制 #循环神经网络 👥 作者与机构第一作者：Weixing Wei（京都大学信息学研究生院）通讯作者：未说明作者列表：Weixing Wei（京都大学信息学研究生院）、Raynaldi Lalang（京都大学工程研究生院）、Dichucheng Li（独立研究者）、Kazuyoshi Yoshii（京都大学工程研究生院） 💡 毒舌点评亮点是跳出了传统BCE损失“对齐即全对，错一位全错”的思维定式，用OT损失来容忍合理的时间偏差，理论上更优雅且实验效果显著。短板在于论文对OT损失计算复杂度的讨论几乎空白，且将钢琴转录中复杂的踏板问题简单归因于offset不准，未来提升路径仍需更扎实的论证。 🔗 开源详情代码：论文在“Repo:”处提供了一个GitHub仓库链接（https://github.com/WX-Wei/AMT-optimal-transport），但论文正文中未描述该仓库的具体内容（如是否包含完整代码、模型权重、训练脚本等），因此其实际开放性和完整性未知。模型权重：未提及。数据集：MAESTRO为公开数据集，但论文中未说明如何获取或处理的具体细节。 Demo：未提及。复现材料：论文中提到了一些关键训练细节（数据集分割、CQT参数、优化器），但缺少batch size、具体epoch数、硬件信息等关键复现参数。论文中引用的开源项目：提到了mir_eval库用于评估。 📌 核心摘要 ...

ICASSP 2026 - 音视频论文列表

ICASSP 2026 - 音视频共 6 篇论文 ← 返回 ICASSP 2026 总览排名论文评分分档 🥇 Uncertainty-Aware 3D Emotional Talking Face Synthesis with E 8.0分前25% 🥈 RAP: Real-Time Audio-Driven Portrait Animation with Video Di 7.0分前25% 🥉 Attentive AV-Fusionnet: Audio-Visual Quality Prediction with 7.0分前25% 4. Look, Listen and Segment: Towards Weakly Supervised Audio-Vi 7.0分前25% 5. Teacher-Guided Pseudo Supervision and Cross-Modal Alignment 7.0分前25% 6. AVO-65: A Large-Scale Hierarchical Audio-Visual Object Datas 7.0分前50% 📋 论文详情 🥇 Uncertainty-Aware 3D Emotional Talking Face Synthesis with Emotion Prior Distillation 🔥 8.0/10 | 前25% | #音视频 | #生成模型 | #不确定性估计 #多模态模型 ...