本研究提出了一种名为SongGen的自回归变换器，旨在解决文本转歌曲生成中的数据稀缺和复杂性问题。该模型简化了训练和推断流程，支持对多种音乐属性的精细控制，能够生成混合模式和双轨模式的歌曲。