论文解读
CloudEar 如何同时评价生成歌曲的好听程度与提示词贴合度
CloudEar 针对生成歌曲评价中感知分数压缩与提示词细粒度属性缺失问题,用感知专家加诊断专家做音乐性成对比较、用跨模态专家做体裁乐器对齐比较,在三个人工标注基准上取得更高的偏好一致率与评分相关性,但结论只在给定数据划分与配对构造下成立且推理代价未被测量。
CloudEar 针对生成歌曲评价中感知分数压缩与提示词细粒度属性缺失问题,用感知专家加诊断专家做音乐性成对比较、用跨模态专家做体裁乐器对齐比较,在三个人工标注基准上取得更高的偏好一致率与评分相关性,但结论只在给定数据划分与配对构造下成立且推理代价未被测量。
论文用只交换两种乐器之间一个属性的最小扰动检验文本嵌入是否保留绑定关系,发现四个对比模型在原句与交换句之间接近随机选择,大模型的较高分数主要来自无音频语言先验,对称音频集上全部回到随机水平。
共收录 199 篇 acl-2026 会议论文的 Reader 深度解读
针对包含速度调性和弦的细粒度音乐检索,FIGMA 冻结 MuQ 与 E5 双编码器只训练投影头并联合全局与帧级对比损失,在 MusicBench 与 FMACaps-Eval 上报告最高 73.3% 相对提升,代价是依赖自动特征提取与单句客观描述的构造流程。
音乐推荐 | 8.3/10
音乐理解 | 6.1/10