Leveraging Pre-Trained Autoencoders for Interpretable Prototype Learning of Music Audio
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Alonso-Jiménez, Pablo, Pepino, Leonardo, Batlle-Roca, Roser, Zinemanas, Pablo, Bogdanov, Dmitry, Serra, Xavier, Rocamora, Martín |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio
par: Batlle-Roca, Roser, et autres
Publié: (2024)
par: Batlle-Roca, Roser, et autres
Publié: (2024)
From Discord to Harmony: Decomposed Consonance-based Training for Improved Audio Chord Estimation
par: Poltronieri, Andrea, et autres
Publié: (2025)
par: Poltronieri, Andrea, et autres
Publié: (2025)
DSCLAP: Domain-Specific Contrastive Language-Audio Pre-Training
par: Liu, Shengqiang, et autres
Publié: (2024)
par: Liu, Shengqiang, et autres
Publié: (2024)
MuChoMusic: Evaluating Music Understanding in Multimodal Audio-Language Models
par: Weck, Benno, et autres
Publié: (2024)
par: Weck, Benno, et autres
Publié: (2024)
MusGO: A Community-Driven Framework For Assessing Openness in Music-Generative AI
par: Batlle-Roca, Roser, et autres
Publié: (2025)
par: Batlle-Roca, Roser, et autres
Publié: (2025)
MusicSem: A Semantically Rich Language--Audio Dataset of Natural Music Descriptions
par: Salganik, Rebecca, et autres
Publié: (2026)
par: Salganik, Rebecca, et autres
Publié: (2026)
VERSA: A Versatile Evaluation Toolkit for Speech, Audio, and Music
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
MART: Learning Hierarchical Music Audio Representations with Part-Whole Transformer
par: Yao, Dong, et autres
Publié: (2023)
par: Yao, Dong, et autres
Publié: (2023)
Benchmarking Music Autotagging with MGPHot Expert Annotations vs. Generic Tag Datasets
par: Ramoneda, Pedro, et autres
Publié: (2025)
par: Ramoneda, Pedro, et autres
Publié: (2025)
SONIQUE: Video Background Music Generation Using Unpaired Audio-Visual Data
par: Zhang, Liqian, et autres
Publié: (2024)
par: Zhang, Liqian, et autres
Publié: (2024)
Source Separation of Multi-source Raw Music using a Residual Quantized Variational Autoencoder
par: Berti, Leonardo
Publié: (2024)
par: Berti, Leonardo
Publié: (2024)
MuseAgent-1: Interactive Grounded Multimodal Understanding of Music Scores and Performance Audio
par: Zhao, Qihao, et autres
Publié: (2026)
par: Zhao, Qihao, et autres
Publié: (2026)
Leveraging Pre-trained AudioLDM for Sound Generation: A Benchmark Study
par: Yuan, Yi, et autres
Publié: (2023)
par: Yuan, Yi, et autres
Publié: (2023)
OMAR-RQ: Open Music Audio Representation Model Trained with Multi-Feature Masked Token Prediction
par: Alonso-Jiménez, Pablo, et autres
Publié: (2025)
par: Alonso-Jiménez, Pablo, et autres
Publié: (2025)
Enhancing Neural Audio Fingerprint Robustness to Audio Degradation for Music Identification
par: Araz, R. Oguz, et autres
Publié: (2025)
par: Araz, R. Oguz, et autres
Publié: (2025)
SteerMusic: Enhanced Musical Consistency for Zero-shot Text-guided and Personalized Music Editing
par: Niu, Xinlei, et autres
Publié: (2025)
par: Niu, Xinlei, et autres
Publié: (2025)
Flexible Control in Symbolic Music Generation via Musical Metadata
par: Han, Sangjun, et autres
Publié: (2024)
par: Han, Sangjun, et autres
Publié: (2024)
Multi-Track MusicLDM: Towards Versatile Music Generation with Latent Diffusion Model
par: Karchkhadze, Tornike, et autres
Publié: (2024)
par: Karchkhadze, Tornike, et autres
Publié: (2024)
Audio-Language Models for Audio-Centric Tasks: A Systematic Survey
par: Su, Yi, et autres
Publié: (2025)
par: Su, Yi, et autres
Publié: (2025)
MusicAOG: an Energy-Based Model for Learning and Sampling a Hierarchical Representation of Symbolic Music
par: Qian, Yikai, et autres
Publié: (2024)
par: Qian, Yikai, et autres
Publié: (2024)
Combining Genre Classification and Harmonic-Percussive Features with Diffusion Models for Music-Video Generation
par: Pina, Leonardo, et autres
Publié: (2024)
par: Pina, Leonardo, et autres
Publié: (2024)
Leveraging Pre-Trained Models for Multimodal Class-Incremental Learning under Adaptive Fusion
par: Chen, Yukun, et autres
Publié: (2025)
par: Chen, Yukun, et autres
Publié: (2025)
Intelligent Text-Conditioned Music Generation
par: Xie, Zhouyao, et autres
Publié: (2024)
par: Xie, Zhouyao, et autres
Publié: (2024)
Optimizing Feature Extraction for Symbolic Music
par: Simonetta, Federico, et autres
Publié: (2023)
par: Simonetta, Federico, et autres
Publié: (2023)
Discogs-VI: A Musical Version Identification Dataset Based on Public Editorial Metadata
par: Araz, R. Oguz, et autres
Publié: (2024)
par: Araz, R. Oguz, et autres
Publié: (2024)
Rhythmic Foley: A Framework For Seamless Audio-Visual Alignment In Video-to-Audio Synthesis
par: Huang, Zhiqi, et autres
Publié: (2024)
par: Huang, Zhiqi, et autres
Publié: (2024)
A Survey on Evaluation Metrics for Music Generation
par: Kader, Faria Binte, et autres
Publié: (2025)
par: Kader, Faria Binte, et autres
Publié: (2025)
A Survey on Multimodal Music Emotion Recognition
par: Liyanarachchi, Rashini, et autres
Publié: (2025)
par: Liyanarachchi, Rashini, et autres
Publié: (2025)
AI-Generated Music Detection in Broadcast Monitoring
par: López-Ayala, David, et autres
Publié: (2026)
par: López-Ayala, David, et autres
Publié: (2026)
Dance-to-Music Generation with Encoder-based Textual Inversion
par: Li, Sifei, et autres
Publié: (2024)
par: Li, Sifei, et autres
Publié: (2024)
Emotion-Aligned Contrastive Learning Between Images and Music
par: Stewart, Shanti, et autres
Publié: (2023)
par: Stewart, Shanti, et autres
Publié: (2023)
Building Audio-Visual Digital Twins with Smartphones
par: Lan, Zitong, et autres
Publié: (2025)
par: Lan, Zitong, et autres
Publié: (2025)
Semi-Supervised Contrastive Learning for Controllable Video-to-Music Retrieval
par: Stewart, Shanti, et autres
Publié: (2024)
par: Stewart, Shanti, et autres
Publié: (2024)
ScripTONES: Sentiment-Conditioned Music Generation for Movie Scripts
par: Veerendranath, Vishruth, et autres
Publié: (2024)
par: Veerendranath, Vishruth, et autres
Publié: (2024)
Trusted Fake Audio Detection Based on Dirichlet Distribution
par: Ding, Chi, et autres
Publié: (2025)
par: Ding, Chi, et autres
Publié: (2025)
LoVA: Long-form Video-to-Audio Generation
par: Cheng, Xin, et autres
Publié: (2024)
par: Cheng, Xin, et autres
Publié: (2024)
SAVGBench: Benchmarking Spatially Aligned Audio-Video Generation
par: Shimada, Kazuki, et autres
Publié: (2024)
par: Shimada, Kazuki, et autres
Publié: (2024)
Resource-Efficient Reference-Free Evaluation of Audio Captions
par: Mahfuz, Rehana, et autres
Publié: (2024)
par: Mahfuz, Rehana, et autres
Publié: (2024)
Efficient Video to Audio Mapper with Visual Scene Detection
par: Yi, Mingjing, et autres
Publié: (2024)
par: Yi, Mingjing, et autres
Publié: (2024)
Cinematic Audio Source Separation Using Visual Cues
par: Zhang, Kang, et autres
Publié: (2026)
par: Zhang, Kang, et autres
Publié: (2026)
Documents similaires
-
Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio
par: Batlle-Roca, Roser, et autres
Publié: (2024) -
From Discord to Harmony: Decomposed Consonance-based Training for Improved Audio Chord Estimation
par: Poltronieri, Andrea, et autres
Publié: (2025) -
DSCLAP: Domain-Specific Contrastive Language-Audio Pre-Training
par: Liu, Shengqiang, et autres
Publié: (2024) -
MuChoMusic: Evaluating Music Understanding in Multimodal Audio-Language Models
par: Weck, Benno, et autres
Publié: (2024) -
MusGO: A Community-Driven Framework For Assessing Openness in Music-Generative AI
par: Batlle-Roca, Roser, et autres
Publié: (2025)