sound

本文提出Music-JEPA，这是一个世界模型，通过将音频视为状态、钢琴卷帘视为动作来学习钢琴声音表示。它捕捉动作与声音之间的关系，并支持如节拍跟踪和通过规划进行钢琴转录等下游任务。

一款利用声音和动作反馈帮助盲人练习杂耍的网络工具，设有排行榜跟踪练习记录。

Cymatic 是一款冥想产品，利用声音、呼吸和频率引导用户。

MMAE是一个全面的多任务音频编辑基准，用于评估AI通过自然语言指令精确修改现有音频片段的能力，目前模型准确匹配率低于5%。

Xiaomi宣布Sound Play，一款紧凑便携音箱，18W输出，多彩灯光，14小时续航，IP68耐用性。