Buchumschlag

Automatic Time Signature Determination for New Scores Using Lyrics for Latent Rhythmic Structure

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Callie C., Liao, Duoduo, Guessford, Jesse
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language Multimedia Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multimodal Lyrics-Rhythm Matching
von: Liao, Callie C., et al.
Veröffentlicht: (2023)

MusicAIR: A Multimodal AI Music Generation Framework Powered by an Algorithm-Driven Core
von: Liao, Callie C., et al.
Veröffentlicht: (2025)

Relationships between Keywords and Strong Beats in Lyrical Music
von: Liao, Callie C., et al.
Veröffentlicht: (2024)

LM2D: Lyrics- and Music-Driven Dance Synthesis
von: Yin, Wenjie, et al.
Veröffentlicht: (2024)

LatentSpeech: Latent Diffusion for Text-To-Speech Generation
von: Lou, Haowei, et al.
Veröffentlicht: (2024)

LLaSO: A Foundational Framework for Reproducible Research in Large Language and Speech Model
von: Sun, Yirong, et al.
Veröffentlicht: (2025)

Music for All: Representational Bias and Cross-Cultural Adaptability of Music Generation Models
von: Mehta, Atharva, et al.
Veröffentlicht: (2025)

Learning Audio-Visual Embeddings with Inferred Latent Interaction Graphs
von: Zeng, Donghuo, et al.
Veröffentlicht: (2026)

FISHER: A Foundation Model for Multi-Modal Industrial Signal Comprehensive Representation
von: Fan, Pingyi, et al.
Veröffentlicht: (2025)

LASPA: Language Agnostic Speaker Disentanglement with Prefix-Tuned Cross-Attention
von: Menon, Aditya Srinivas, et al.
Veröffentlicht: (2025)

Live Music Diffusion Models: Efficient Fine-Tuning and Post-Training of Interactive Diffusion Music Generators
von: Novack, Zachary, et al.
Veröffentlicht: (2026)

DRAGON: Distributional Rewards Optimize Diffusion Generative Models
von: Bai, Yatong, et al.
Veröffentlicht: (2025)

MR-MT3: Memory Retaining Multi-Track Music Transcription to Mitigate Instrument Leakage
von: Tan, Hao Hao, et al.
Veröffentlicht: (2024)

Automatic Music Transcription using Convolutional Neural Networks and Constant-Q transform
von: Telila, Yohannis, et al.
Veröffentlicht: (2025)

Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning
von: Zhang, Yixiao, et al.
Veröffentlicht: (2024)

Exploring Adapter Design Tradeoffs for Low Resource Music Generation
von: Mehta, Atharva, et al.
Veröffentlicht: (2025)

Kimi-Audio Technical Report
von: KimiTeam, et al.
Veröffentlicht: (2025)

Towards Controllable Speech Synthesis in the Era of Large Language Models: A Systematic Survey
von: Xie, Tianxin, et al.
Veröffentlicht: (2024)

ComposerX: Multi-Agent Symbolic Music Composition with LLMs
von: Deng, Qixin, et al.
Veröffentlicht: (2024)

Audio-Reasoner: Improving Reasoning Capability in Large Audio Language Models
von: Xie, Zhifei, et al.
Veröffentlicht: (2025)

ChatMusician: Understanding and Generating Music Intrinsically with LLM
von: Yuan, Ruibin, et al.
Veröffentlicht: (2024)

Carnatic Raga Identification System using Rigorous Time-Delay Neural Network
von: Natesan, Sanjay, et al.
Veröffentlicht: (2024)

Understanding Pedestrian Movement Using Urban Sensing Technologies: The Promise of Audio-based Sensors
von: Han, Chaeyeon, et al.
Veröffentlicht: (2024)

AHA: Aligning Large Audio-Language Models for Reasoning Hallucinations via Counterfactual Hard Negatives
von: Chen, Yanxi, et al.
Veröffentlicht: (2025)

Audio ControlNet for Fine-Grained Audio Generation and Editing
von: Zhu, Haina, et al.
Veröffentlicht: (2026)

OLKAVS: An Open Large-Scale Korean Audio-Visual Speech Dataset
von: Park, Jeongkyun, et al.
Veröffentlicht: (2023)

LongCat-Flash-Omni Technical Report
von: Meituan LongCat Team, et al.
Veröffentlicht: (2025)

ProAV-DiT: A Projected Latent Diffusion Transformer for Efficient Synchronized Audio-Video Generation
von: Sun, Jiahui, et al.
Veröffentlicht: (2025)

Dynamic Multi-Species Bird Soundscape Generation with Acoustic Patterning and 3D Spatialization
von: Zhang, Ellie L., et al.
Veröffentlicht: (2025)

Cross-Modal Learning for Music-to-Music-Video Description Generation
von: Mao, Zhuoyuan, et al.
Veröffentlicht: (2025)

Multimodal Real-Time Anomaly Detection and Industrial Applications
von: Verma, Aman, et al.
Veröffentlicht: (2025)

AQUALLM: Audio Question Answering Data Generation Using Large Language Models
von: Behera, Swarup Ranjan, et al.
Veröffentlicht: (2023)

OpenMU: Your Swiss Army Knife for Music Understanding
von: Zhao, Mengjie, et al.
Veröffentlicht: (2024)

It's Never Too Late: Fusing Acoustic Information into Large Language Models for Automatic Speech Recognition
von: Chen, Chen, et al.
Veröffentlicht: (2024)

V2M-Zero: Zero-Pair Time-Aligned Video-to-Music Generation
von: Lin, Yan-Bo, et al.
Veröffentlicht: (2026)

MTAVG-Bench 2.0: Diagnosing Failure Modes of Cinematic Expressiveness in Multi-Talker Audio-Video Generation
von: Li, Haitian, et al.
Veröffentlicht: (2026)

From Talking to Singing: A New Challenge for Audio-Visual Deepfake Detection
von: Liu, Ke, et al.
Veröffentlicht: (2026)

Content Adaptive Front End For Audio Classification
von: Verma, Prateek, et al.
Veröffentlicht: (2023)

LauraGPT: Listen, Attend, Understand, and Regenerate Audio with GPT
von: Du, Zhihao, et al.
Veröffentlicht: (2023)

Diverse Audio Embeddings -- Bringing Features Back Outperforms CLAP!
von: Verma, Prateek
Veröffentlicht: (2023)