Quality-aware Masked Diffusion Transformer for Enhanced Music Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Chang, Wang, Ruoyu, Liu, Lijuan, Du, Jun, Sun, Yixuan, Guo, Zilu, Zhang, Zhenrong, Jiang, Yuan, Gao, Jianqing, Ma, Feng |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Continuous Modeling of the Denoising Process for Speech Enhancement Based on Deep Learning
par: Guo, Zilu, et autres
Publié: (2023)
par: Guo, Zilu, et autres
Publié: (2023)
Editing Music with Melody and Text: Using ControlNet for Diffusion Transformer
par: Hou, Siyuan, et autres
Publié: (2024)
par: Hou, Siyuan, et autres
Publié: (2024)
Improving Musical Accompaniment Co-creation via Diffusion Transformers
par: Nistal, Javier, et autres
Publié: (2024)
par: Nistal, Javier, et autres
Publié: (2024)
METEOR: Melody-aware Texture-controllable Symbolic Orchestral Music Generation via Transformer VAE
par: Le, Dinh-Viet-Toan, et autres
Publié: (2024)
par: Le, Dinh-Viet-Toan, et autres
Publié: (2024)
MMT-BERT: Chord-aware Symbolic Music Generation Based on Multitrack Music Transformer and MusicBERT
par: Zhu, Jinlong, et autres
Publié: (2024)
par: Zhu, Jinlong, et autres
Publié: (2024)
Incorporating Spatial Cues in Modular Speaker Diarization for Multi-channel Multi-party Meetings
par: Wang, Ruoyu, et autres
Publié: (2024)
par: Wang, Ruoyu, et autres
Publié: (2024)
Music Style Transfer with Time-Varying Inversion of Diffusion Models
par: Li, Sifei, et autres
Publié: (2024)
par: Li, Sifei, et autres
Publié: (2024)
Seed-Music: A Unified Framework for High Quality and Controlled Music Generation
par: Bai, Ye, et autres
Publié: (2024)
par: Bai, Ye, et autres
Publié: (2024)
MeloTrans: A Text to Symbolic Music Generation Model Following Human Composition Habit
par: Wang, Yutian, et autres
Publié: (2024)
par: Wang, Yutian, et autres
Publié: (2024)
The USTC-NERCSLIP Systems for the CHiME-8 NOTSOFAR-1 Challenge
par: Niu, Shutong, et autres
Publié: (2024)
par: Niu, Shutong, et autres
Publié: (2024)
MelodyT5: A Unified Score-to-Score Transformer for Symbolic Music Processing
par: Wu, Shangda, et autres
Publié: (2024)
par: Wu, Shangda, et autres
Publié: (2024)
CLaMP 3: Universal Music Information Retrieval Across Unaligned Modalities and Unseen Languages
par: Wu, Shangda, et autres
Publié: (2025)
par: Wu, Shangda, et autres
Publié: (2025)
Generating Piano Music with Transformers: A Comparative Study of Scale, Data, and Metrics
par: Lehmkuhl, Jonathan, et autres
Publié: (2025)
par: Lehmkuhl, Jonathan, et autres
Publié: (2025)
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)
A Diffusion-Based Generative Equalizer for Music Restoration
par: Moliner, Eloi, et autres
Publié: (2024)
par: Moliner, Eloi, et autres
Publié: (2024)
Improving Music Source Separation with Diffusion and Consistency Refinement
par: Karchkhadze, Tornike, et autres
Publié: (2024)
par: Karchkhadze, Tornike, et autres
Publié: (2024)
ProGress: Structured Music Generation via Graph Diffusion and Hierarchical Music Analysis
par: Ni-Hahn, Stephen, et autres
Publié: (2025)
par: Ni-Hahn, Stephen, et autres
Publié: (2025)
Audio-Visual Representation Learning via Knowledge Distillation from Speech Foundation Models
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
Vision-Integrated High-Quality Neural Speech Coding
par: Guo, Yao, et autres
Publié: (2025)
par: Guo, Yao, et autres
Publié: (2025)
Music2Fail: Transfer Music to Failed Recorder Style
par: Leong, Chon In, et autres
Publié: (2024)
par: Leong, Chon In, et autres
Publié: (2024)
EzAudio: Enhancing Text-to-Audio Generation with Efficient Diffusion Transformer
par: Hai, Jiarui, et autres
Publié: (2024)
par: Hai, Jiarui, et autres
Publié: (2024)
Enhancing Lyrics Transcription on Music Mixtures with Consistency Loss
par: Huang, Jiawen, et autres
Publié: (2025)
par: Huang, Jiawen, et autres
Publié: (2025)
Music De-limiter Networks via Sample-wise Gain Inversion
par: Jeon, Chang-Bin, et autres
Publié: (2023)
par: Jeon, Chang-Bin, et autres
Publié: (2023)
SMITIN: Self-Monitored Inference-Time INtervention for Generative Music Transformers
par: Koo, Junghyun, et autres
Publié: (2024)
par: Koo, Junghyun, et autres
Publié: (2024)
Score-Informed Transformer for Refining MIDI Velocity in Automatic Music Transcription
par: He, Zhanhong, et autres
Publié: (2025)
par: He, Zhanhong, et autres
Publié: (2025)
GD-Retriever: Controllable Generative Text-Music Retrieval with Diffusion Models
par: Guinot, Julien, et autres
Publié: (2025)
par: Guinot, Julien, et autres
Publié: (2025)
StreamFlow: Streaming Flow Matching with Block-wise Guided Attention Mask for Speech Token Decoding
par: Guo, Dake, et autres
Publié: (2025)
par: Guo, Dake, et autres
Publié: (2025)
Melodia: Training-Free Music Editing Guided by Attention Probing in Diffusion Models
par: Yang, Yi, et autres
Publié: (2025)
par: Yang, Yi, et autres
Publié: (2025)
Simultaneous Music Separation and Generation Using Multi-Track Latent Diffusion Models
par: Karchkhadze, Tornike, et autres
Publié: (2024)
par: Karchkhadze, Tornike, et autres
Publié: (2024)
Diffusion based Text-to-Music Generation with Global and Local Text based Conditioning
par: Zhang, Jisi, et autres
Publié: (2025)
par: Zhang, Jisi, et autres
Publié: (2025)
YourMT3+: Multi-instrument Music Transcription with Enhanced Transformer Architectures and Cross-dataset Stem Augmentation
par: Chang, Sungkyun, et autres
Publié: (2024)
par: Chang, Sungkyun, et autres
Publié: (2024)
MuPT: A Generative Symbolic Music Pretrained Transformer
par: Qu, Xingwei, et autres
Publié: (2024)
par: Qu, Xingwei, et autres
Publié: (2024)
Hear: Hierarchically Enhanced Aesthetic Representations For Multidimensional Music Evaluation
par: Liu, Shuyang, et autres
Publié: (2025)
par: Liu, Shuyang, 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)
MART: Learning Hierarchical Music Audio Representations with Part-Whole Transformer
par: Yao, Dong, et autres
Publié: (2023)
par: Yao, Dong, et autres
Publié: (2023)
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)
Streaming Speech Recognition with Decoder-Only Large Language Models and Latency Optimization
par: Wan, Genshun, et autres
Publié: (2026)
par: Wan, Genshun, et autres
Publié: (2026)
Latent Swap Joint Diffusion for 2D Long-Form Latent Generation
par: Dai, Yusheng, et autres
Publié: (2025)
par: Dai, Yusheng, et autres
Publié: (2025)
IMPACT: Iterative Mask-based Parallel Decoding for Text-to-Audio Generation with Diffusion Modeling
par: Huang, Kuan-Po, et autres
Publié: (2025)
par: Huang, Kuan-Po, et autres
Publié: (2025)
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)
Documents similaires
-
Continuous Modeling of the Denoising Process for Speech Enhancement Based on Deep Learning
par: Guo, Zilu, et autres
Publié: (2023) -
Editing Music with Melody and Text: Using ControlNet for Diffusion Transformer
par: Hou, Siyuan, et autres
Publié: (2024) -
Improving Musical Accompaniment Co-creation via Diffusion Transformers
par: Nistal, Javier, et autres
Publié: (2024) -
METEOR: Melody-aware Texture-controllable Symbolic Orchestral Music Generation via Transformer VAE
par: Le, Dinh-Viet-Toan, et autres
Publié: (2024) -
MMT-BERT: Chord-aware Symbolic Music Generation Based on Multitrack Music Transformer and MusicBERT
par: Zhu, Jinlong, et autres
Publié: (2024)