谷歌DeepMind的Lyria 3音乐生成模型使创作变得简单。用户可以通过文本、图片或视频生成原创30秒音乐，选择风格和乐器，甚至上传图片、定义音乐风格、添加乐器和歌词，并分享生成的曲目。

文章讲述了父亲为儿子修理鼓架的经历，尽管遇到困难，但最终成功。儿子学习乐器后可以换新乐器，父母决定让他多参加户外学校。女儿与朋友Corina的关系经历波折，最终在生日聚会上恢复友谊。父母灵活应对孩子的成长变化。

本研究探讨了乐器音色形容词与声学特征之间的矛盾，构建了数据集并通过音频调整获得专家标注，揭示了形容词评分与频谱特征的相关性。

本文介绍了多种基于深度学习的音乐生成和分离模型，如最大熵原理、变分自编码器和扩散模型。这些模型能够实现音乐创作、风格转换和高质量音频重建，推动了音乐生成技术的发展。

SingSong 是一种通过声音输入生成背景音乐的系统，利用深度学习和音频生成算法。研究提出了轻量级神经音频合成器 SING，能够从近 1000 种乐器生成音符，音质优于传统方法。Melodist 是一种文本到歌曲的合成方法，结合歌声和伴奏，合成质量高。SingGAN 通过生成对抗网络实现高保真歌声合成，速度快且音质接近现实。

这篇论文介绍了 MT3 模型的改进，该模型是一种最先进的基于令牌的多乐器自动音乐转录模型。提出了 MR-MT3 来减轻该模型存在的乐器泄漏问题，并通过在 Slakh2100 数据集上进行评估，证明了改进方法的效果。研究还探讨了 MT3 在单乐器单声道数据集上的域过拟合问题，并分享了研究结果与源代码以促进未来研究修正基于令牌的多乐器自动音乐转录模型。

HyperGANStrument通过引入超网络提高了GANStrument生成器的重建能力，通过敌对微调改善了重建准确性和多样性，增强了生成能力，提高了生成音频的可编辑性。

Music LM是一个音乐生成器，可以选择世界各地的100多种乐器之一，并生成一个20秒的音频片段。用户可以添加形容词来调整结果，也可以根据季节添加特定的词语来创作节日音乐。用户可以选择不同的模式来探索不同的音效。

本研究提出了一种增强多仪器合成控制能力的方法，通过将生成模型的条件设置为特定表演和录音环境，从而更好地引导音色和风格。该方法基于最先进的扩散音乐生成模型，引入了性能条件化，可以合成具有特定表演所使用的特定乐器的音乐的风格和音色。

当那个会吹萨克斯的朋友露上一手的时候，除了「哇」也请不要吝啬你的夸赞——只是作为一个非专业听众，我们又该从哪些方面夸起？查看全文