DJustify: Open-Source LLM AI DJ Plans Track Selection and Mixing That Match a Human DJ in Blind Tests
affige_yang · x · 2026-11-04
开源 LLM AI DJ:DJustify
台大 Yang 组博士生 Wei-Han 等人发布 DJustify——一个面向人声流行音乐的 AI DJ 系统,论文已提交 ICASSP 2027,代码开源。
核心思路
- 流行歌曲(人声丰富)不像 EDM 有规整结构,选下一首、设 cue 点、选混接技巧三者互相耦合,固定规则难以处理
- 让 LLM 在「推理-提案-验证-修复」循环中同时决定选曲、cue 点与混音技巧
- LLM 采样多个转场方案,外部声学检查器对渲染后的音频打分,失败即触发修复
实验结果
- 盲听测试胜过 Mosaikbox 重实现、crossfade 与复用 cue 的基线;其中对 cue 基线的优势表明大部分提升来自 cue 点位置
- 同一规划器还能按情绪弧线编排整场 set,故事连贯性显著优于无故事消融,且故事性与转场评分与人类 DJ 无可测差距
- 检查器主要提升可靠性:修复被切断人声等罕见但可闻的错误,而非拉高平均质量
论文:arXiv:2610.33434,有 demo 音频可听。
More from Research
- Harvard Professors Admit AI Article Reviews Now Beat the Best Humans — iamfakhrealam · 2026-11-04
- Pre-pretraining gains traced to embedding init: N(0,0.02) alone lifts perplexity 9% — LauraRuis · 2026-11-04
- kalomaze shares loss curve of larger-backbone run on DeepSeek V3.1 base, eval loss down to ~0.82 — kalomaze · 2026-11-04
- Hobbyist rewrites Qwen 0.6B weights with 39.8M tokens, no gradients, in 3h12m — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot agent boosts speculative decoding from 4.46× to 10.87×, no retraining — pmttyji · 2026-11-04
- Autonomous agent designs target-specific MSAs to improve AlphaFold 3 complex prediction — SJTU · 2026-11-04