Buchumschlag

Training-Efficient Text-to-Music Generation with State-Space Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Wei-Jaw, Hsieh, Fang-Chih, Chen, Xuanjun, Tsai, Fang-Duo, Yang, Yi-Hsuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring State-Space-Model based Language Model in Music Generation
von: Lee, Wei-Jaw, et al.
Veröffentlicht: (2025)

Audio Prompt Adapter: Unleashing Music Editing Abilities for Text-to-Music with Lightweight Finetuning
von: Tsai, Fang-Duo, et al.
Veröffentlicht: (2024)

MuseControlLite: Multifunctional Music Generation with Lightweight Conditioners
von: Tsai, Fang-Duo, et al.
Veröffentlicht: (2025)

Academic Text-to-Music Grand Challenge: Datasets, Baselines, and Evaluation Methods
von: Hsieh, Fang-Chih, et al.
Veröffentlicht: (2026)

AnchorSteer: Self-Discovered Concept Injection for Structure-Preserving Music Editing
von: Chang, Chih-Heng, et al.
Veröffentlicht: (2026)

Segment-Factorized Full-Song Generation on Symbolic Piano Music
von: Chen, Ping-Yi, et al.
Veröffentlicht: (2025)

MusiConGen: Rhythm and Chord Control for Transformer-Based Text-to-Music Generation
von: Lan, Yun-Han, et al.
Veröffentlicht: (2024)

Emotion-driven Piano Music Generation via Two-stage Disentanglement and Functional Representation
von: Huang, Jingyue, et al.
Veröffentlicht: (2024)

HNote: Extending YNote with Hexadecimal Encoding for Fine-Tuning LLMs in Music Modeling
von: Chu, Hung-Ying, et al.
Veröffentlicht: (2025)

Efficient Long-Sequence Diffusion Modeling for Symbolic Music Generation
von: Xu, Jinhan, et al.
Veröffentlicht: (2026)

MIDI-Informed Singing Accompaniment Generation in a Compositional Song Pipeline
von: Tsai, Fang-Duo, et al.
Veröffentlicht: (2026)

Efficient Training for Cross-lingual Speech Language Models
von: Zhou, Yan, et al.
Veröffentlicht: (2026)

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

Music Arena: Live Evaluation for Text-to-Music
von: Kim, Yonghyun, et al.
Veröffentlicht: (2025)

LoopGen: Training-Free Loopable Music Generation
von: Marincione, Davide, et al.
Veröffentlicht: (2025)

MusicFlow: Cascaded Flow Matching for Text Guided Music Generation
von: Prajwal, K R, et al.
Veröffentlicht: (2024)

MOSA: Music Motion with Semantic Annotation Dataset for Cross-Modal Music Processing
von: Huang, Yu-Fen, et al.
Veröffentlicht: (2024)

The Interpretation Gap in Text-to-Music Generation Models
von: Zang, Yongyi, et al.
Veröffentlicht: (2024)

Composer Vector: Style-steering Symbolic Music Generation in a Latent Space
von: Jiang, Xunyi, et al.
Veröffentlicht: (2026)

TimberAgent: Gram-Guided Retrieval for Executable Music Effect Control
von: He, Shihao, et al.
Veröffentlicht: (2026)

Language Models as Semantic Teachers: Post-Training Alignment for Medical Audio Understanding
von: Wang, Tsai-Ning, et al.
Veröffentlicht: (2025)

SyncTrack: Rhythmic Stability and Synchronization in Multi-Track Music Generation
von: Wang, Hongrui, et al.
Veröffentlicht: (2026)

CompLex: Music Theory Lexicon Constructed by Autonomous Agents for Automatic Music Generation
von: Hu, Zhejing, et al.
Veröffentlicht: (2025)

Modeling Music as a Time-Frequency Image: A 2D Tokenizer for Music Generation
von: Cheng, Yuqing, et al.
Veröffentlicht: (2026)

Musical Score Understanding Benchmark: Evaluating Large Language Models' Comprehension of Complete Musical Scores
von: Dai, Congren, et al.
Veröffentlicht: (2025)

Amadeus: Autoregressive Model with Bidirectional Attribute Modelling for Symbolic Music
von: Su, Hongju, et al.
Veröffentlicht: (2025)

NotaGen: Advancing Musicality in Symbolic Music Generation with Large Language Model Training Paradigms
von: Wang, Yashan, et al.
Veröffentlicht: (2025)

Learning Frame-Wise Emotion Intensity for Audio-Driven Talking-Head Generation
von: Xu, Jingyi, et al.
Veröffentlicht: (2024)

YNote: A Novel Music Notation for Fine-Tuning LLMs in Music Generation
von: Lu, Shao-Chien, et al.
Veröffentlicht: (2025)

MusicSynth: An Automated Pipeline for Generating Violin Fingerboard Animations from Sheet Music Using Optical Music Recognition
von: Kaushik, Abhimanyu
Veröffentlicht: (2026)

AudioGuard: Toward Comprehensive Audio Safety Protection Across Diverse Threat Models
von: Kang, Mintong, et al.
Veröffentlicht: (2026)

Practical and Reproducible Symbolic Music Generation by Large Language Models with Structural Embeddings
von: Rhyu, Seungyeon, et al.
Veröffentlicht: (2024)

TMD-Bench: A Multi-Level Evaluation Paradigm for Music-Dance Co-Generation
von: Yang, Xiaoda, et al.
Veröffentlicht: (2026)

Story2MIDI: Emotionally Aligned Music Generation from Text
von: Shokri, Mohammad, et al.
Veröffentlicht: (2025)

MusicMagus: Zero-Shot Text-to-Music Editing via Diffusion Models
von: Zhang, Yixiao, et al.
Veröffentlicht: (2024)

Khala: Scaling Acoustic Token Language Models Toward High-Fidelity Music Generation
von: Liu, Jiafeng, et al.
Veröffentlicht: (2026)

Generating Separated Singing Vocals Using a Diffusion Model Conditioned on Music Mixtures
von: Plaja-Roglans, Genís, et al.
Veröffentlicht: (2025)

Survey on the Evaluation of Generative Models in Music
von: Lerch, Alexander, et al.
Veröffentlicht: (2025)

Music Style Transfer With Diffusion Model
von: Huang, Hong, et al.
Veröffentlicht: (2024)

ABC-Eval: Benchmarking Large Language Models on Symbolic Music Understanding and Instruction Following
von: Zhao, Jiahao, et al.
Veröffentlicht: (2025)