开源 AI DJ「DJustify」用 LLM 规划曲目与混音,盲测媲美人类 DJ
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。
「研究」频道最新
- Anthropic 称将「即将」达到 RSP 加速 AI 研发阈值，并发布可证明推理研究 — tobyordoxford · 2026-11-04
- Google 扫描 1033 件真实家居品,打包成 345MB GLB 免费开放 — victormustar · 2026-11-04
- 这 10 篇 GPU 优化论文决定了今天模型跑得多快 — NandoDF · 2026-11-04
- 实测推翻常见建议：INT8 几乎无害，采样器才是关键 — YakovSava · 2026-11-04
- Karpathy 带火 HN 开源数据集：千万级帖子可当知识库直接用 — huangyun_122 · 2026-11-04
- PixelCraft 多智能体框架登场：专治多模态模型读图表翻车 — burkov · 2026-11-04