会议总览
aaai-2026 论文深度解读
共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读
符号音乐生成
会议总览
acl-2026 论文深度解读
共收录 199 篇 acl-2026 会议论文的 Reader 深度解读
论文解读
把音符当集合而非序列：Amadeus 用自回归加双向扩散重排属性依赖
针对符号音乐中音符属性被强加固定单向顺序的问题，Amadeus 采用音符级自回归加属性级双向离散扩散的两级架构并引入 CIEM，在 AMD 大规模数据上以 16.23 notes/s 实现文本条件与可控生成的提升，代价是扩散步数与速度需权衡且数据存在风格偏置。
论文解读
用已确认的块把下一步拽回来：锚定循环如何抑制长序列符号音乐的误差累积
针对长序列符号音乐自回归生成中误差累积导致结构漂移的问题，论文提出先预测块级语义再重建音符细节并用已生成块回嵌为锚的循环范式与分草图细化的层次框架，最强证据是预测特征与真值余弦距离平均降低 34.7% 且长序列主客观评价接近真值，代价是钢琴卷表示压缩可能丢失细微时值与目前主要面向钢琴。
论文解读
拷贝太多成抄袭，随机太多成噪音：用平均序列长度控制 LZ 音乐生成
针对标准 LZ 压缩倾向于整段拷贝训练数据的问题，该文用限制每棵树训练数据量来缩短平均序列长度、用多步不回根来加长平均序列长度，并在 MAESTRO 约 200 小时钢琴 MIDI 音高数据上验证了控制方向，代价是省略节奏导致机械感与长序列带来的逐字拷贝风险仍需抄袭检测来界定。
论文解读
灵感能直接长成主歌吗：IoS 让大模型学会段落结构
论文研究给定旋律灵感与段落标签生成结构化乐段的问题，用结构三元组数据与双实例对比优化让小模型在结构契合上大幅超过直接提示与常规微调，但代价是依赖 POP909 流行乐标注与多轮构造流程且未建模整曲跨段发展。
论文解读
文本与 MIDI 各走各路：MIDILM 用共享注意力加双路前馈兼顾语义与结构
针对自由文本到 MIDI 语义对齐不足与调号速度拍号结构失配问题，MIDILM 采用前缀条件加共享掩码自注意力与文本 MLP 加 MIDI 混合专家双路前馈，在 MidiCaps 上相对最强基线在 CLAP 到 TB 上提升 6.07% 到 144.77%，代价是调性建模仍弱且复杂转调下降，未公开代码链接当前不可用。
论文解读
D3PIA: A Discrete Denoising Diffusion Model for Piano Accompaniment Generation from Lead Sheet
音乐生成 | 7.5/10