子标签

下方只统计已核验方向的论文记录,按已核身份去重,身份待核时按页面保留。“直接”只含明确标注该方向的论文;“含子树”同时包含下级方向。点击名称进入论文库继续筛选;数量与上方按标签名称收录的页面数不同。

论文解读

Motionbeat: Motion-Aligned Music Representation via Embodied Contrastive Learning and Bar-Equivariant Contact-Aware Encoding

舞蹈生成 | 7.5/10

 · 更新于 2026-10-16 · 约 9 分钟 · 4092 字 阅读 →
论文解读

MR-FlowDPO: Multi-Reward Direct Preference Optimization for Flow-Matching Text-to-Music Generation

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 11 分钟 · 5357 字 阅读 →
论文解读

MuseTok: Symbolic Music Tokenization for Generation and Semantic Understanding

音乐生成 | 8.5/10

 · 更新于 2026-10-16 · 约 11 分钟 · 5119 字 阅读 →
论文解读

Pianoroll-Event: A Novel Score Representation for Symbolic Music

音乐生成 | 6.5/10

 · 更新于 2026-10-16 · 约 9 分钟 · 4100 字 阅读 →
论文解读

Sing2Song: An Accompaniment Generation System Based on Solo Singing

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4905 字 阅读 →
论文解读

Stemphonic: All-At-Once Flexible Multi-Stem Music Generation

音乐生成 | 7.7/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4942 字 阅读 →
论文解读

Symphony Rendering: Midi and Composer-Conditioned Auto Orchestration with Flow-Matching Transformers

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 12 分钟 · 5626 字 阅读 →
论文解读

SymphonyGen: 3D Hierarchical Orchestral Generation with Controllable Harmony Skeleton

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 12 分钟 · 5548 字 阅读 →
论文解读

Text2midi-InferAlign: Improving Symbolic Music Generation with Inference-Time Alignment

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 8 分钟 · 3668 字 阅读 →
论文解读

Time-Shifted Token Scheduling for Symbolic Music Generation

音乐生成 | 8.5/10

 · 更新于 2026-10-16 · 约 8 分钟 · 3965 字 阅读 →
论文解读

Towards Multi-View Hierarchical Video-to-Piano Generation with MIDI Guidance

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 9 分钟 · 4459 字 阅读 →
论文解读

Via Score to Performance: Efficient Human-Controllable Long Song Generation with Bar-Level Symbolic Notation

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4896 字 阅读 →
论文解读

Virtual Consistency for Audio Editing

音乐生成 | 8.0/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4718 字 阅读 →
论文解读

Visual Keys to Symphonies: Latent Diffusion for Multi-Scene Video-to-Music Generation

音乐生成 | 7.5/10

 · 更新于 2026-10-16 · 约 11 分钟 · 5068 字 阅读 →
论文解读

ViTex: Visual Texture Control for Multi-Track Symbolic Music Generation via Discrete Diffusion Models

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 8 分钟 · 3841 字 阅读 →
论文解读

VMSP: Video-to-Music Generation with Two-Stage Alignment and Synthesis

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4643 字 阅读 →
论文解读

When Noise Lowers the Loss: Rethinking Likelihood-Based Evaluation in Music Large Language Models

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4847 字 阅读 →
论文解读

Opening the Design Space: Two Years of Performance with Intelligent Musical Instruments

音乐生成 | 6.5/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4910 字 阅读 →
论文解读

Video-Robin: Autoregressive Diffusion Planning for Intent-Grounded Video-to-Music Generation

音乐生成 | 7.0/10

 · 更新于 2026-10-16 · 约 11 分钟 · 5170 字 阅读 →
论文解读

BEAT: Tokenizing and Generating Symbolic Music by Uniform Temporal Steps

本文针对符号音乐生成中主流的事件序列(event-based)tokenization方法隐含处理时间规律、导致模型需额外学习时间网格的问题,提出了一种名为**BEAT**的新型网格化tokenization框架。其核心思想是将音乐在时间上均匀离散化为“拍”(beat)作为基本单位,将每拍内每个音高

 · 更新于 2026-10-16 · 约 10 分钟 · 4791 字 阅读 →