ACE-Step: A Step Towards Music Generation Foundation Model
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Gong, Junmin, Zhao, Sean, Wang, Sen, Xu, Shengyuan, Guo, Joe |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MusicEval: A Generative Music Dataset with Expert Ratings for Automatic Text-to-Music Evaluation
par: Liu, Cheng, et autres
Publié: (2025)
par: Liu, Cheng, et autres
Publié: (2025)
UniAudio: An Audio Foundation Model Toward Universal Audio Generation
par: Yang, Dongchao, et autres
Publié: (2023)
par: Yang, Dongchao, et autres
Publié: (2023)
Temporal Adaptation of Pre-trained Foundation Models for Music Structure Analysis
par: Zhang, Yixiao, et autres
Publié: (2025)
par: Zhang, Yixiao, et autres
Publié: (2025)
DGFM: Full Body Dance Generation Driven by Music Foundation Models
par: Liu, Xinran, et autres
Publié: (2025)
par: Liu, Xinran, et autres
Publié: (2025)
MeanFlowSE: One-Step Generative Speech Enhancement via MeanFlow
par: Zhu, Yike, et autres
Publié: (2025)
par: Zhu, Yike, et autres
Publié: (2025)
Evaluation of the Pronunciation of Tajweed Rules Based on DNN as a Step Towards Interactive Recitation Learning
par: Shaiakhmetov, Dim, et autres
Publié: (2025)
par: Shaiakhmetov, Dim, et autres
Publié: (2025)
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)
Singing Voice Data Scaling-up: An Introduction to ACE-Opencpop and ACE-KiSing
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
MusicMamba: A Dual-Feature Modeling Approach for Generating Chinese Traditional Music with Modal Precision
par: Chen, Jiatao, et autres
Publié: (2024)
par: Chen, Jiatao, et autres
Publié: (2024)
Context-Aware Two-Step Training Scheme for Domain Invariant Speech Separation
par: Wang, Wupeng, et autres
Publié: (2025)
par: Wang, Wupeng, et autres
Publié: (2025)
Towards Musically Informed Evaluation of Piano Transcription Models
par: Hu, Patricia, et autres
Publié: (2024)
par: Hu, Patricia, et autres
Publié: (2024)
Multi-Step Prediction and Control of Hierarchical Emotion Distribution in Text-to-Speech Synthesis
par: Inoue, Sho, et autres
Publié: (2025)
par: Inoue, Sho, et autres
Publié: (2025)
Presto! Distilling Steps and Layers for Accelerating Music Generation
par: Novack, Zachary, et autres
Publié: (2024)
par: Novack, Zachary, et autres
Publié: (2024)
Fast Text-to-Audio Generation with One-Step Sampling via Energy-Scoring and Auxiliary Contextual Representation Distillation
par: Huang, Kuan-Po, et autres
Publié: (2026)
par: Huang, Kuan-Po, et autres
Publié: (2026)
Language Models for Music Medicine Generation
par: Nikolakakis, Emmanouil, et autres
Publié: (2024)
par: Nikolakakis, Emmanouil, 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)
FakeMusicCaps: a Dataset for Detection and Attribution of Synthetic Music Generated via Text-to-Music Models
par: Comanducci, Luca, et autres
Publié: (2024)
par: Comanducci, Luca, et autres
Publié: (2024)
A Two-Step Learning Framework for Enhancing Sound Event Localization and Detection
par: Yu, Hogeon
Publié: (2025)
par: Yu, Hogeon
Publié: (2025)
Accelerating Flow-Matching-Based Text-to-Speech via Empirically Pruned Step Sampling
par: Zheng, Qixi, et autres
Publié: (2025)
par: Zheng, Qixi, et autres
Publié: (2025)
A System for Melodic Harmonization using Schoenberg Regions, Giant Steps, and Church Modes
par: Fernandes, Frederick
Publié: (2025)
par: Fernandes, Frederick
Publié: (2025)
Radif Corpus: A Symbolic Dataset for Non-Metric Iranian Classical Music
par: Kanani, Maziar, et autres
Publié: (2025)
par: Kanani, Maziar, et autres
Publié: (2025)
Audio-based Step-count Estimation for Running -- Windowing and Neural Network Baselines
par: Wagner, Philipp, et autres
Publié: (2024)
par: Wagner, Philipp, et autres
Publié: (2024)
A Generalist Audio Foundation Model for Comprehensive Body Sound Auscultation
par: Wang, Pingjie, et autres
Publié: (2024)
par: Wang, Pingjie, et autres
Publié: (2024)
VoxMed: One-Step Respiratory Disease Classifier using Digital Stethoscope Sounds
par: Mundra, Paridhi, et autres
Publié: (2024)
par: Mundra, Paridhi, et autres
Publié: (2024)
EffectiveASR: A Single-Step Non-Autoregressive Mandarin Speech Recognition Architecture with High Accuracy and Inference Speed
par: Zhuang, Ziyang, et autres
Publié: (2024)
par: Zhuang, Ziyang, et autres
Publié: (2024)
Improving Controllability and Editability for Pretrained Text-to-Music Generation Models
par: Zhang, Yixiao
Publié: (2024)
par: Zhang, Yixiao
Publié: (2024)
OpenACE: An Open Benchmark for Evaluating Audio Coding Performance
par: Coldenhoff, Jozef, et autres
Publié: (2024)
par: Coldenhoff, Jozef, et autres
Publié: (2024)
Moonbeam: A MIDI Foundation Model Using Both Absolute and Relative Music Attributes
par: Guo, Zixun, et autres
Publié: (2025)
par: Guo, Zixun, et autres
Publié: (2025)
The Arrow of Time in Music -- Revisiting the Temporal Structure of Music with Distinguishability and Unique Orientability as the Anchor Point
par: Xu, Qi
Publié: (2023)
par: Xu, Qi
Publié: (2023)
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)
Towards An Integrated Approach for Expressive Piano Performance Synthesis from Music Scores
par: Tang, Jingjing, et autres
Publié: (2025)
par: Tang, Jingjing, et autres
Publié: (2025)
Automatic Music Mixing using a Generative Model of Effect Embeddings
par: Moliner, Eloi, et autres
Publié: (2025)
par: Moliner, Eloi, 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)
MEDIC: Zero-shot Music Editing with Disentangled Inversion Control
par: Liu, Huadai, et autres
Publié: (2024)
par: Liu, Huadai, et autres
Publié: (2024)
Generating Rhythm Game Music with Jukebox
par: Yan, Nicholas
Publié: (2023)
par: Yan, Nicholas
Publié: (2023)
A Diffusion-Based Generative Equalizer for Music Restoration
par: Moliner, Eloi, et autres
Publié: (2024)
par: Moliner, Eloi, et autres
Publié: (2024)
DSFlow: Dual Supervision and Step-Aware Architecture for One-Step Flow Matching Speech Synthesis
par: Lin, Bin, et autres
Publié: (2026)
par: Lin, Bin, et autres
Publié: (2026)
FireRedTTS: A Foundation Text-To-Speech Framework for Industry-Level Generative Speech Applications
par: Guo, Hao-Han, et autres
Publié: (2024)
par: Guo, Hao-Han, et autres
Publié: (2024)
Amphion: An Open-Source Audio, Music and Speech Generation Toolkit
par: Zhang, Xueyao, et autres
Publié: (2023)
par: Zhang, Xueyao, et autres
Publié: (2023)
Large-Scale Training Data Attribution for Music Generative Models via Unlearning
par: Choi, Woosung, et autres
Publié: (2025)
par: Choi, Woosung, et autres
Publié: (2025)
Documents similaires
-
MusicEval: A Generative Music Dataset with Expert Ratings for Automatic Text-to-Music Evaluation
par: Liu, Cheng, et autres
Publié: (2025) -
UniAudio: An Audio Foundation Model Toward Universal Audio Generation
par: Yang, Dongchao, et autres
Publié: (2023) -
Temporal Adaptation of Pre-trained Foundation Models for Music Structure Analysis
par: Zhang, Yixiao, et autres
Publié: (2025) -
DGFM: Full Body Dance Generation Driven by Music Foundation Models
par: Liu, Xinran, et autres
Publié: (2025) -
MeanFlowSE: One-Step Generative Speech Enhancement via MeanFlow
par: Zhu, Yike, et autres
Publié: (2025)