Vision-to-Music Generation: A Survey
机构 * Shanghai Jiao Tong University(上海交通大学) ; Music Tech Lab, DynamiX(音乐科技实验室,DynamiX) ; Shanghai AI Laboratory(上海人工智能实验室) ; Beijing Film Academy(北京电影学院) ; Tsinghua University(清华大学) ; McGill University(麦吉尔大学) ; The Chinese University of Hong Kong(香港中文大学)
专题命中 音频语音多模态 :multimodal(abstract);分类 cs.CV、cs.AI、cs.MM
Journal ref ISMIR 2025 "A Survey on Vision to Music Generation: Methods, Datasets, Evaluation, and Challenges"