Can Machines Generate Personalized Music? A Hybrid Favorite-aware Method for User Preference Music Transfer
Zhejing Hu, Yan Liu, Gong Chen, Yongxu Liu
用户偏好音乐迁移（UPMT）是音乐风格迁移中的一个新问题，可以应用于许多场景，但仍然缺乏研究。
User preference music transfer (UPMT) is a new problem in music style transfer that can be applied to many scenarios but remains understudied.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Personalized Popular Music Generation Using Imitation and Structure
近年来，音乐生成出现了许多实践。虽然使用深度学习技术的风格音乐生成已成为主流，但这些模型仍难以生成具有高音乐性、不同层次音乐结构和可控性的音乐。此外，音乐治疗等更多应用场景需要从几个给定的音乐示例中模仿出更具体的音乐风格，而不是捕捉大型数据语料库的整体流派风格。为了解决挑战当前深度学习方法的需求，我们提出了一种统计机器学习模型，该模型能够从给定的示例种子歌曲中捕获和模仿结构、旋律、和弦和低音风格。使用10首流行歌曲的评估表明，我们的新表示和方法能够创建高质量的风格音乐，是类似于一个给定的输入歌曲。我们还讨论了我们的方法在音乐评价和音乐治疗的潜在用途。
BNMusic: Blending Environmental Noises into Personalized Music
BNMusic通过将环境噪音融入个性化音乐生成，减少噪音的明显性，提升听觉体验。
SoundSignature: What Type of Music Do You Like?
SoundSignature 将 MIR 与 OpenAI Assistant 结合，通过聊天交互为用户提供个性化音乐声学分析和教育功能，并集成开源音乐处理工具，经试点研究验证其有效性与可用性。
SteerMusic: Enhanced Musical Consistency for Zero-shot Text-guided and Personalized Music Editing
SteerMusic通过delta去噪分数和概念令牌实现零射文本引导和个性化音乐编辑，提升音乐一致性与编辑保真度。
Personalized musically induced emotions of not-so-popular Colombian music
这项工作提出了一个初步的概念证明，音乐情感识别（MER）系统可以故意偏向音乐引起的情绪在政治背景下的注释。具体而言，我们分析了传统的哥伦比亚音乐包含两种类型的政治性歌词：（1）vallenatos和社会歌曲从“左翼”游击队Fuerzas Armadas Revolucionarias de Colombia（FARC）和（2）corridos从“右翼”准军事组织哥伦比亚联合自卫军（AUC）。我们训练个性化的机器学习模型来预测三个具有不同政治观点的用户的诱导情绪-我们的目标是识别可能引起特定用户负面情绪的歌曲，例如愤怒和恐惧。在这种程度上，用户的情感判断可以被解释为问题化数据-主观情感判断可以反过来用于在以人为中心的机器学习环境中影响用户。简而言之，高度期望的“情绪调节”应用可能会偏离“情绪操纵”-最近对情绪识别技术的怀疑可能超越多样性和包容性的伦理问题。
Tuning Music Education: AI-Powered Personalization in Learning Music
本文展示两个案例研究，利用自动和弦识别和自动音乐转录技术生成个性化音乐练习，推动音乐教育个性化并促进高质量教育的普及。
Personalized Dynamic Music Emotion Recognition with Dual-Scale Attention-Based Meta-Learning
本文提出DSAML方法，通过双尺度注意力Transformer捕获短长期依赖，并结合按标注者划分任务的元学习策略，仅需一个个性化样本即可实现个性化动态音乐情感识别。
MindMelody: A Closed-Loop EEG-Driven System for Personalized Music Intervention
本文提出MindMelody系统，通过EEG信号实时生成个性化音乐，结合Transformer-GNN和RAG-LLM实现情绪感知与音乐生成的闭环控制，提升情感适应性与用户参与度。
Track Mix Generation on Music Streaming Services using Transformers
本文介绍了Deezer的Track Mix系统，该系统利用在数百万用户播放列表序列上训练的Transformer模型自动生成个性化混搭播放列表，并分析了相比协同过滤方法的优劣，已服务于每日数百万用户。
EmoHeal: An End-to-End System for Personalized Therapeutic Music Retrieval from Fine-grained Emotions
EmoHeal系统通过检测27种细粒度情绪并结合音乐治疗知识图谱与CLAMP3模型，实现个性化治疗性音乐检索，实验证明其能显著改善用户情绪。
PAG-Agent: Zero-Shot Personalized Music Album Generation via Aesthetic Profile Distillation
PAG-Agent是零样本多模态框架，通过个人审美画像连接用户偏好推理与音乐生成控制，经实验验证其在个性化音乐生成上优于通用方法，且ACS与主观偏好相关性达0.64。
Aligning Generative Music AI with Human Preferences: Methods and Challenges
本文针对现有生成式音乐AI难以匹配人类细微偏好的问题，梳理现有偏好对齐技术路径与音乐领域特有挑战，展望相关应用方向并呼吁跨学科研究打造适配人类需求的音乐AI。
Calliope: An Online Generative Music System for Symbolic Multi-Track Composition
Calliope是一个在线生成音乐系统，利用MMM模型支持符号多轨作曲，实现MIDI上传、编辑、生成与导出，促进协同创作。
Controllable Embedding Transformation for Mood-Guided Music Retrieval
本文提出一种可控音乐嵌入变换框架，通过情绪标签引导种子音频嵌入到目标嵌入，保留其他音乐属性，实验表明在保持流派和乐器方面优于无训练基线。
Automatic, Personalized, and Flexible Playlist Generation using Reinforcement Learning
歌曲可以很好地安排由专业的音乐策展人，形成一个引人入胜的播放列表，创造引人入胜的聆听体验。然而，对于策展人来说，及时重新安排这些播放列表以适应未来的趋势是耗时的。通过利用深度学习和强化学习技术，本文将音乐播放列表生成视为一个语言建模问题，并通过提出的具有策略梯度的注意力语言模型来解决。我们开发了一个系统的和交互式的方法，从而产生的播放列表可以根据用户的喜好灵活调整。将播放列表视为单词序列，我们首先在基线推荐播放列表上训练我们的注意力RNN语言模型。通过优化适当的奖励函数，模型可以针对相应的偏好进行优化。实验结果表明，我们的方法不仅自动生成连贯的播放列表，但也能够灵活地推荐个性化的播放列表的多样性，新颖性和新鲜度。
Learning Audio Embeddings with User Listening Data for Content-based Music Recommendation
在音乐产业中，对新发行的曲目进行个性化推荐一直是一个具有挑战性的问题。为了解决这个问题，我们首先探索用户的收听历史和人口统计数据，构建一个用户嵌入代表用户的音乐偏好。通过用户嵌入和来自用户喜欢和不喜欢的音轨的音频数据，可以使用具有Siamese网络的度量学习来获得针对每个音轨的音频嵌入。对于一个新的音轨，我们可以通过计算音轨的音频嵌入和不同用户嵌入之间的相似度来决定推荐的最佳用户组。建议的系统产生国家的最先进的性能，基于内容的音乐推荐测试与数百万用户和曲目。此外，我们提取音频嵌入的音乐流派分类任务的功能。实验结果表明了我们的音频嵌入的泛化能力。
Exploiting Device and Audio Data to Tag Music with User-Aware Listening Contexts
随着音乐变得越来越可用，特别是在音乐流媒体平台上，人们开始有不同的偏好来适应他们不同的收听情况，也称为上下文。因此，在向用户推荐音乐时考虑用户的情况的兴趣越来越大。以前的作品已经提出了用户感知的自动标记器来推断音乐内容和用户的全球收听偏好的情况相关的标签。然而，在实际的音乐检索系统中，自动标记器只能通过假设上下文类由用户显式提供来使用。在这项工作中，为设计一个全自动的音乐检索系统，我们建议从他们的流数据中消除用户的收听信息的歧义。也就是说，我们提出了一种系统，该系统可以1）通过利用用户感知的音乐自动标记器，以及2）通过从流数据（例如，设备、网络）和用户的一般简档信息（例如，年龄）自动推断用户的情况，在某个时间为用户生成情景播放列表。实验表明，这种上下文感知的个性化音乐检索系统是可行的，但在新用户、新曲目或上下文类数目增加的情况下，检索性能会有所下降。
Repurposing Image Diffusion Models for Training-Free Music Style Transfer on Mel-spectrograms
本文提出Stylus框架，利用预训练图像扩散模型实现无训练的音乐风格迁移，通过引入风格键值和相位保持重建策略提升音质，实验表明其在内容保留和感知质量上优于现有方法。
Drive-to-Music: Context-Aware Generative Audio for In-Vehicle Experiences
本研究提出Drive-to-Music系统，利用行车记录仪图像与车辆遥测数据，结合感知与生成组件实现低延迟实时上下文感知车载音乐生成，为个性化自适应车载音频体验奠定基础。
BREATH: A Bio-Radar Embodied Agent for Tonal and Human-Aware Diffusion Music Generation
本文提出 BREATH 多模态系统，利用毫米波雷达感知心率呼吸并结合 LLM 推理生成调性提示，控制扩散模型产生个性化、具身且具文化适应性的音乐。
Difficulty-Aware Score Generation for Piano Sight-Reading
本文提出一种难度感知的钢琴视奏乐谱生成方法，通过引入难度预测辅助优化目标防止条件化坍缩，提升对乐谱难度的控制能力，并验证其教育应用价值。
SingDance: Compositional Zero-Shot Singing-and-Dancing Video Generation with Role-Aware Audio Conditioning
SingDance是统一视频扩散框架，将语音表达设为语义角色，通过硬紧凑路由等技术实现组合式零样本歌舞视频生成，参数少且性能具竞争力。
SeER: An Explainable Deep Learning MIDI-based Hybrid Song Recommender System
现有的音乐推荐系统主要依赖于基于矩阵分解的协同过滤方法或深度学习架构。深度学习模型通常使用元数据进行基于内容的过滤，或者通过从用户动作的时间序列中学习来预测下一次用户交互。尽管用于歌曲推荐的深度学习取得了进展，但没有人通过学习基于内容的序列模型来利用歌曲的序列性质。除了预测精度的重要性，其他重要方面也很重要，例如可解释性和解决冷启动问题。在这项工作中，我们提出了一个混合深度学习模型，称为“SeER”，使用协同过滤（CF）和深度学习序列模型的歌曲推荐，以提供更准确的个性化推荐，解决项目冷启动问题，并生成一个相关的歌曲推荐的解释。我们的评估实验显示，有前途的结果相比，最先进的基线和混合歌曲推荐系统的排名评价。此外，基于建议的离线验证测试，我们表明，我们的个性化的解释捕获的属性，是根据用户的喜好。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。