Piano2Pop：无需对齐监督，把钢琴 demo 自动扩展成完整流行歌
affige_yang · x · 2026-10-28
affigeyang 团队发布 Piano2Pop，一个 pianoroll 条件化的 flow-matching 模型，能把简单钢琴 demo 扩展成完整的流行音乐制作，且无需真实钢琴-流行歌对齐数据——训练用 MuScriptor 和 PicoGen 生成的伪 piano-pop 数据对完成。项目页提供了与 PiCo、MuseControlLite、ACE-Step 等基线的 12 组 30 秒盲听对比（统一响度 -16 LUFS / -1 dBTP），以及 Base/FST/RDA/PiCo 四个系统变体的 18 组对比。方法上引入 Function-Selective Transcription（FST，基于 HTDemucs 分离 stems 后按比例采样不同 stem 组合转写）和 Register-Density Augmentation（RDA）两种数据增强策略。团队听感结论：PiCo 听感更饱满但偶有浑浊，FST 低音与鼓更清晰，部分指标差异未达统计显著。代码将在论文接收后开源。
「研究」频道最新
- 作者开源 Overprint Machine:零运行时 AI 生成高方差平面设计 — Afinetheorem · 2026-10-28
- 无视觉盲操保定球：机械手连续 225 次旋转不掉球 — Scobleizer · 2026-10-28
- AgiBot等发布Rollback:用世界模型回溯决策点改进机器人策略 — agibot-world · 2026-10-28
- SPOT:通过提交顺序预测将扩散语言模型解码加速最高6.8倍 — Eliezer Shlomi · 2026-10-28
- RSI Arena实验:10个AI Agent自主训练模型,最强追平76%基线差距 — RSIArena · 2026-10-28
- HaMo 框架：经验卡片检索+模型渐进适配，破解长程 Agent 持续学习难题 — Zhen Bi · 2026-10-28