标签
YuE2-3B是一个开源的音乐生成模型，能够根据歌词和风格提示创作完整的歌曲，具有可编辑的乐谱功能，其性能达到业界领先水平，媲美Suno v5等商业模型。
MiniMax 发布 Music 3，一款高性能音乐生成模型，可根据歌词和详细描述生成最长五分钟的完整歌曲，配备 8B 全局大语言模型和 0.6B 局部大语言模型，以实现长程连贯性和声学细节。
本文提出一种无依赖的原生运行时，通过量化和激活引导，在嵌入式设备上实现高效的文本到音乐生成。在8位精度下，实现了无测量质量损失，并使1.2B参数模型能够在 Raspberry Pi 5 上以4位精度运行。
本文提出了一种文本到音乐生成系统，利用奖励条件、专家迭代和偏好调优，在120M参数模型中提升音频质量，该模型提交至ICME 2026 ATTM Grand Challenge。
TuneJury 是一个开源的成对奖励模型，用于文本到音乐生成，提供校准的偏好评分，并泛化到多个下游应用。
本文介绍了一种针对检索增强文本到音乐系统的双层描述投毒攻击，证明攻击者可以通过向知识数据库中注入恶意描述，在不修改用户提示或模型的情况下，将生成的音乐引导至攻击者选择的意图。
Khala 1.0 是一个开源音乐生成模型，用于从文本和歌词生成高保真完整歌曲，采用统一的声学标记管道。由北京中央音乐学院发布，附带论文、代码、权重和演示。