MIDI-REPA：用MIDI对齐改进文本到音乐生成
热点事件持续更新
MIDI-REPA：用MIDI对齐改进文本到音乐生成
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Song-Ze Yu、Fang-Duo Tsai、Yi-Hsuan Yang 发布论文提出 MIDI-REPA，一个从自动音乐转录（AMT）中获取 MIDI 监督信号、对齐 flow-matching DiT 中间表示的框架，用于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，作者称将 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。作者称，在不增加训练数据或技术的情况下，MIDI-REPA 在 ATTM 客观指标上保持竞争力，并可在单张 RTX 3090 上约 31 小时完成训练。 作者同时公开了转录流程 JamendoMIDI、训练代码和音频样例。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
MIDI-REPA：用符号表示对齐改进文本到音乐生成报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.LGMIDI-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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。