Buchumschlag

FusID: Modality-Fused Semantic IDs for Generative Music Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Haven, Hou, Yupeng, McAuley, Julian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Sound Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Video-Guided Text-to-Music Generation Using Public Domain Movie Collections
von: Kim, Haven, et al.
Veröffentlicht: (2025)

TALKPLAY: Multimodal Music Recommendation with Large Language Models
von: Doh, Seungheon, et al.
Veröffentlicht: (2025)

Reddit2Deezer: A Scalable Dataset for Real-World Grounded Conversational Music Recommendation
von: Kim, Haven, et al.
Veröffentlicht: (2026)

Do Captioning Metrics Reflect Music Semantic Alignment?
von: Lee, Jinwoo, et al.
Veröffentlicht: (2024)

MuseTok: Symbolic Music Tokenization for Generation and Semantic Understanding
von: Huang, Jingyue, et al.
Veröffentlicht: (2025)

Music Discovery Dialogue Generation Using Human Intent Analysis and Large Language Models
von: Doh, SeungHeon, et al.
Veröffentlicht: (2024)

Bridging the Gap Between Semantic and User Preference Spaces for Multi-modal Music Representation Learning
von: Pan, Xiaofeng, et al.
Veröffentlicht: (2025)

Diff4Steer: Steerable Diffusion Prior for Generative Music Retrieval with Semantic Guidance
von: Bao, Xuchan, et al.
Veröffentlicht: (2024)

TalkPlay-Tools: Conversational Music Recommendation with LLM Tool Calling
von: Doh, Seungheon, et al.
Veröffentlicht: (2025)

Automatic Estimation of Singing Voice Musical Dynamics
von: Narang, Jyoti, et al.
Veröffentlicht: (2024)

Exploring GPT's Ability as a Judge in Music Understanding
von: Fang, Kun, et al.
Veröffentlicht: (2025)

Exploring Diverse Sounds: Identifying Outliers in a Music Corpus
von: Cai, Le, et al.
Veröffentlicht: (2024)

Evaluating Interval-based Tokenization for Pitch Representation in Symbolic Music Analysis
von: Le, Dinh-Viet-Toan, et al.
Veröffentlicht: (2025)

Personalized Dynamic Music Emotion Recognition with Dual-Scale Attention-Based Meta-Learning
von: Zhang, Dengming, et al.
Veröffentlicht: (2024)

Evaluating High-Resolution Piano Sustain Pedal Depth Estimation with Musically Informed Metrics
von: Zhang, Hanwen, et al.
Veröffentlicht: (2025)

Expressivity-aware Music Performance Retrieval using Mid-level Perceptual Features and Emotion Word Embeddings
von: Chowdhury, Shreyan, et al.
Veröffentlicht: (2024)

Multiscale Matching Driven by Cross-Modal Similarity Consistency for Audio-Text Retrieval
von: Wang, Qian, et al.
Veröffentlicht: (2024)

Enriching Music Descriptions with a Finetuned-LLM and Metadata for Text-to-Music Retrieval
von: Doh, SeungHeon, et al.
Veröffentlicht: (2024)

Music Foundation Model as Generic Booster for Music Downstream Tasks
von: Liao, WeiHsiang, et al.
Veröffentlicht: (2024)

Generating Symbolic Music from Natural Language Prompts using an LLM-Enhanced Dataset
von: Xu, Weihan, et al.
Veröffentlicht: (2024)

Nested Music Transformer: Sequentially Decoding Compound Tokens in Symbolic Music and Audio Generation
von: Yoo, HaeJun, et al.
Veröffentlicht: (2024)

JEPOO: Highly Accurate Joint Estimation of Pitch, Onset and Offset for Music Information Retrieval
von: Wei, Haojie, et al.
Veröffentlicht: (2023)

DiffATR: Diffusion-based Generative Modeling for Audio-Text Retrieval
von: Xin, Yifei, et al.
Veröffentlicht: (2024)

Universal Music Representations? Evaluating Foundation Models on World Music Corpora
von: Papaioannou, Charilaos, et al.
Veröffentlicht: (2025)

Natural Language Processing Methods for Symbolic Music Generation and Information Retrieval: a Survey
von: Le, Dinh-Viet-Toan, et al.
Veröffentlicht: (2024)

EMelodyGen: Emotion-Conditioned Melody Generation in ABC Notation with the Musical Feature Template
von: Zhou, Monan, et al.
Veröffentlicht: (2023)

Music Auto-Tagging with Robust Music Representation Learned via Domain Adversarial Training
von: Joung, Haesun, et al.
Veröffentlicht: (2024)

Analyzing Byte-Pair Encoding on Monophonic and Polyphonic Symbolic Music: A Focus on Musical Phrase Segmentation
von: Le, Dinh-Viet-Toan, et al.
Veröffentlicht: (2024)

Advancing the Foundation Model for Music Understanding
von: Jiang, Yi, et al.
Veröffentlicht: (2025)

TalkPlayData 2: An Agentic Synthetic Data Pipeline for Multimodal Conversational Music Recommendation
von: Choi, Keunwoo, et al.
Veröffentlicht: (2025)

On the Effect of Data-Augmentation on Local Embedding Properties in the Contrastive Learning of Music Audio Representations
von: McCallum, Matthew C., et al.
Veröffentlicht: (2024)

Latent Diffusion Bridges for Unsupervised Musical Audio Timbre Transfer
von: Mancusi, Michele, et al.
Veröffentlicht: (2024)

Analyzing Musical Characteristics of National Anthems in Relation to Global Indices
von: Hasan, S M Rakib, et al.
Veröffentlicht: (2024)

A Novel Audio Representation for Music Genre Identification in MIR
von: Kamuni, Navin, et al.
Veröffentlicht: (2024)

SoundSignature: What Type of Music Do You Like?
von: Carone, Brandon James, et al.
Veröffentlicht: (2024)

Improving Musical Instrument Classification with Advanced Machine Learning Techniques
von: Chulev, Joanikij
Veröffentlicht: (2024)

VoxRAG: A Step Toward Transcription-Free RAG Systems in Spoken Question Answering
von: Rackauckas, Zackary, et al.
Veröffentlicht: (2025)

Track Role Prediction of Single-Instrumental Sequences
von: Han, Changheon, et al.
Veröffentlicht: (2024)

LARP: Language Audio Relational Pre-training for Cold-Start Playlist Continuation
von: Salganik, Rebecca, et al.
Veröffentlicht: (2024)

Language-based Audio Retrieval with Co-Attention Networks
von: Sun, Haoran, et al.
Veröffentlicht: (2024)