MIDI-REPA：用符号表示对齐改进文本到音乐生成

MIDI-REPA 通过自动音乐转录（AMT）获取 MIDI 监督信号，对齐 flow-matching DiT 的中间表示，从而改进文本到音乐生成。基于 2026 ICME 学术文本到音乐挑战赛的 122M 参数 FluxAudio-S 基线，研究发现将 MuScriptor 导出的钢琴卷帘与 DiT 早期层在全 flow 轨迹上对齐效果最佳。