音乐

针对乐器起振与调制在分析帧内非平稳的问题，该工作用分布导数法估计三阶多项式调幅调频正弦，在 39 个乐器声音上获得更高的信号残差比并在听感上接近原声，代价是峰选择不当仍是主要误差来源且频谱距离指标并不总是最优。

针对吉他缺乏力度标注的问题，该工作用虚拟乐器渲染带力度标签的合成数据先学力度曲线，再把冻结的力度子模块拼到在真实录音上训练的音高转录模型中，合成集上平均绝对误差从约 32 降到约 7 但跨音色误差增大，而在 GuitarSet 与 EGDB 上的音符转录 F 值只提升约 0.1 个百分点。

论文以制作中的触觉声音界面 Kirma 为线索，提出先经盘卷编织、手感聆听与在地拾取形成手势拓扑，再让电容传感与合成去转译编织已组织起来的连续声音，当前证据停在材料样机与方法阐述，电子与声音映射尚未实测验证。

论文以 M2D 自监督 ViT 为对象，用音频激活概率熵找出类特异神经元，报告其在未见任务上接近全类别覆盖与跨任务共享，并以不足 1% 神经元的失活验证其对分类的功能影响与局限。

该研究以语义取向的反思性主题分析追踪 NIME 2001-2025 年文献中 touch 一词的显性用法，用 158 篇初检经两轮过滤到 119 篇与 526 条编码的完整链条显示 453 条编码归于应用技术与设计的操作话语，代价是历史与扩展讨论长期稀缺且缺乏概念化。

WildFX 针对 DAW 托管插件链缺乏成对音频与图标签的问题，用 REAPER 加容器化批量渲染生成带路由和参数标注的多轨数据，盲图估计实验显示浅层图比深层图更易估计但节点识别仍是主要失败模式，且受限于小规模插件库和短训练预算。

论文把增强边界从外部参数映射搬到电路内部的电压电流关系，用低延迟数字阻抗替换哇音谐振网络中的无源元件，在保留脚踏交互的同时展示了从近似仿真到失稳自激的可复现探索空间，但代价是高频不稳定与对延迟和拓扑的高度敏感。

针对无损完美循环压抑偶然与主动性的问题，Zen-PCB 用裸露印制电路板做皮肤与 5 行 3 列导电短接矩阵做输入，配合 16 颗粒 WSOLA 与处理后写回同一环形缓冲的破坏链路实现持续音蚀，最强证据是 15 人评价中享乐刺激达 0.98 而实用质量仅 0.55，代价是 22.05 千赫低保真与直觉优先于效率。

该文把声学放到一边，从任意个全音阶音出发构造半音与等价类，并以反射性和最大偶性解释为何标准十二音系统在纯句法意义下仍是可用选择，但非标准十九音等系统也能被同一语言描述。

该演示用归一化距离参数同时驱动增益、混响比、高频吸收、预延迟和低频补偿五种线索并保持互洽，在 18 人耳机测试中把三声源距离摆放误差从手动混音的 15.3 点降到 7.3 点，代价是 48 kHz 下双耳级开启时 CPU 峰值约 10.5% 与固定 10.7 ms 分区延迟。

针对语音训练的伪造检测器在歌声上失效的问题，论文用对数梅尔谱、MFCC 与 Wav2Vec2 三专家加门控融合与 50/50 语音歌声联合微调，在 CtrSVDD 上报告 1.82% 等错误率并在 ASVspoof 2019 上保持 0.38%，代价是多分支推理开销与 SingFake 野外数据上仍高达 44.20%。

共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读

共收录 199 篇 acl-2026 会议论文的 Reader 深度解读

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。

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。

针对文本到音乐模型的黑盒提示词窃取问题，AudioStealer 用相似度引导的启发式搜索定方向、再用沙普利值量化各语义单元贡献做精修，在 InspireMusic 上以语义 59.4%、音乐 70.1% 的可复现流程实现最强证据，代价是依赖本地影子模型的多次查询与精修计算。

针对反转式音频编辑必须用密集固定步数导致计算昂贵的问题，论文提出免训练的自适应轨迹外推框架 AdaTE，只在高曲率与高信息增益处做神经网络评估，其余用线性外推跳过，在 AudioLDM2 上以 12.8 次评估达到 3.9 倍加速且保真度基本不降，但激进阈值与极端不稳定轨迹仍会带来退化。

论文以语音、音乐、环境音和歌声四类伪造检测为问题，用单前端、双前端与蒸馏双前端对比自监督前端选择，最强证据是 XLS-R 加 EAT 十八层双前端在联合训练下取得最低平均等错误率，代价是前端参数量明显增大且混合音频仍大幅退化。

论文把问题定为给定干声吉他与目标效果标签、合成对应效果声并保留音乐内容，用同一事件序列配对的 EGFxSet 衍生数据比较四种谱变换模型，最强证据是 log 幅度 U-Net 相对复制输入基线平均改善 MSE 约 70.6% 与 FAD 约 31.8%，代价是延迟混响类 FAD 增益弱且域外真实演奏变换减弱。

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。