Diptych:用于音乐制作参考聆听的有作用域、AI 解读式对比

Hugging Face Daily Papers 论文

摘要

Diptych 是一套面向音乐制作的 AI 辅助参考聆听系统,允许用户定义对比作用域(整首曲目或片段),并通过作用域专属的 AI 解读来检视结构化音频特征;研究采用被试内设计,对 12 位音乐人进行测试,并结合专家评分进行评估。

参考聆听是音乐制作中常见的策略,但当前的对比工具往往掩盖了一项关键的人类判断:决定究竟应该对比什么。我们提出了 Diptych,一个 AI 辅助系统,让用户能够针对整首曲目或各自独立选择的片段来定义对比作用域,同时检视结构化音频特征以及与作用域相对应的 AI 解读。我们在一项被试内研究中对 12 位音乐人进行了系统评估,并辅以四位专家听音人的来源盲评。参与者借助该系统发现了更多差异,其中十项差异中有九项获得了专家的部分或全部认可,同时参与者报告了良好的易用性以及对后续可能操作的更清晰认识。这些发现表明,面向创造性对比的 AI 辅助应当优先考虑用户自定义的作用域、可检视的证据以及可执行的指导,同时避免给出超出证据支撑范围的权威性判断。
查看原文
查看缓存全文

缓存时间: 2026/10/05 04:46

论文页面 - Diptych:面向音乐制作参考聆听的范围界定式 AI 解读比较工具

来源:https://huggingface.co/papers/2609.39963

摘要

参考聆听(reference listening)是音乐制作中常见的策略,但当前的比较工具往往掩盖了一项关键的人类判断:决定应该比较什么。我们提出了 Diptych,一个 AI 辅助系统,让用户在整首曲目或独立选定的片段之间定义比较范围,同时查看结构化的音频特征以及针对特定范围的 AI 解读。我们通过一项纳入 12 名音乐人的被试内研究对 Diptych 进行了评估,并辅以四位专家听者的来源盲评。参与者使用该系统发现了额外的差异,其中九分之十至少获得了部分专家认可,且参与者表示系统可用性良好,对后续可能采取的步骤也有了更清晰的认识。这些发现表明,面向创意比较的 AI 支持应优先考虑用户自定义的范围、可检查的证据以及可操作的指导,同时避免给出超出证据支撑范围的权威性判断。

查看 arXiv 页面(https://arxiv.org/abs/2609.39963) 查看 PDF(https://arxiv.org/pdf/2609.39963) 添加到收藏(https://huggingface.co/login?next=%2Fpapers%2F2609.39963)

在你的 agent 中获取这篇论文:

hf papers read 2609.39963

还没有最新版 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用该论文的模型 0

暂无模型关联到这篇论文。

在模型的 README.md 中引用 arxiv.org/abs/2609.39963,即可从此页面链接到该论文。

引用该论文的数据集 0

暂无数据集关联到这篇论文。

在数据集的 README.md 中引用 arxiv.org/abs/2609.39963,即可从此页面链接到该论文。

引用该论文的 Spaces 0

暂无 Space 关联到这篇论文。

在 Space 的 README.md 中引用 arxiv.org/abs/2609.39963,即可从此页面链接到该论文。

包含该论文的合集 0

暂无合集收录这篇论文。

将这篇论文添加到合集(https://huggingface.co/new-collection),即可从此页面链接到它。

相似文章

DuET:音符-帧双编码的钢琴演奏到乐谱转录

Hugging Face Daily Papers

DuET 是一种双编码器 Transformer,联合执行 MIDI 到乐谱的转录与节拍跟踪,以提升富有表现力的钢琴演奏转录中的时序和时值准确性,在钢琴谱数据集上实现了显著的 MUSTER 误差降低。