本文介绍了一种结合多个语言模型生成汉语歌词的机制，旨在提高歌词的创造力和结构符合度。研究利用多通道序列模型和大规模歌词语料库进行训练，提出了新的歌词旋律生成方法，并探讨了歌词到旋律的生成网络。实验结果表明，该模型在生成质量上显著优于现有模型。

本文探讨了中文歌词生成模型的研究进展，包括基于分层注意力的Seq2Seq模型、多通道模型以及可控歌词生成系统SongRewriter。这些模型通过大规模语料库训练，提高了歌词的主题相关性、一致性和韵律质量，展示了创新方法和有效性。

该文综述歌词与旋律生成研究：早期采用序列到序列模型结合语言与旋律创作曲调；ChatMusician基于LLaMA2实现音乐理解与生成；汉语歌词生成需考虑音节与语义；SongMASS通过掩蔽预训练提升生成质量；SongRewriter支持可控生成与编辑；分层框架无需对齐数据即可生成可唱歌词。此外还介绍了InternLM-XComposer图文组合模型及大模型生成中文歌词的探索。

本文介绍了在树莓派上搭建私人音乐服务器navidrome，并支持显示中文歌词。通过docker compose安装并运行navidrome，然后在树莓派的局域网IP地址后加上端口号4533访问服务器。可以从QQ音乐下载mp3格式的歌曲和对应的lrc歌词文件，并使用mp3tag将lrc信息写入mp3文件的tag字段。将修改后的文件放入树莓派的music文件夹中即可播放并显示歌词。使用frp完成内网穿透，可以通过公网访问私人音乐服务。还介绍了如何调整为中文界面和尝试不同的主题皮肤。最后总结了搭建私人音乐服务器的体验。

周末，基于 Hugging Face 的中文歌词模型（Chinese GPT2 Lyric Model）在AI […]