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。生成模型可以合成具有特定乐器的音乐的风格和音色，原型在评估中表现出良好的真实性评分，并允许新的音色和风格控制。

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。