本研究介绍了一种基于 Python 的电子舞曲音频生成、深度学习技术和符号音乐的自动化结构，可用于 MIR 的 EDM 歌曲，以缓解获取标注数据的难度。研究表明，我们的混音可以在主观和客观标准上达到与世界知名艺术家制作的参考歌曲相同的质量。

May, 2023

DrMAD 是一种通过优化同时保证模型效果的简单高效的方法，可以在超参数优化中通过近似反转训练轨迹最大化地利用前向传递的知识，是第一个实现自动调整深度神经网络数千个超参数的研究尝试。

Jan, 2016

该论文介绍了一种基于数学架构设计的深度卷积神经网络（DeepMAD）框架，可优化网络结构参数来设计仅依赖于传统卷积层的高性能 CNN 模型，并在 ImageNet 等多个大规模计算机视觉基准数据集上验证其优越性。

Mar, 2023

该论文提出了 MAD 基准测试，通过爬取和对齐可用的主流电影音频描述，包含超过 384,000 个自然语言句子，展示出视频语言基础数据集中存在的偏差的显着减少，使短暂的时间点可以准确地与长达三个小时的视频相匹配。

Dec, 2021

pyroomacoustics 是一个软件包，旨在快速开发和测试音频阵列处理算法。该软件包的内容可以分为三个主要组成部分：用于快速构建 2D 和 3D 房间内多个声源和麦克风的不同模拟场景的直观 Python 面向对象接口；用于一般多面房间的图像源模型的快速 C 实现，以有效地生成房间脉冲响应并模拟源和接收器之间的传播；最后，流行算法的参考实现，包括波束成型、方向发现和自适应滤波。三者共同组成一个软件包，可以显著减少实现开销，加速新算法上市的时间。

Oct, 2017

介绍了 MeLoDy，一种基于 LM 引导扩散模型，可以高效地生成音乐音频，并同时减少音乐 LM 中 95.7% 或 99.6% 的前向处理，实现了可持续且具有良好音质和文本相关性的音乐生成。

May, 2023

近期自然语言处理进展中，语言模型如 Transformers 已被应用于符号音乐，可用于音乐生成、建模或转录，拥有最先进的性能。为了对骨干模型进行音乐编码和解码，需要依赖于令牌化器，其作用是将音乐序列化为称为令牌的不同元素序列。MidiTok 是一个开源库，提供对符号音乐进行令牌化的灵活性和扩展功能，具备最受欢迎的音乐令牌化，并具备统一的 API，旨在方便所有人使用和扩展。

Oct, 2023

本文介绍 MusPy—— 一个开源的 Python 库，提供了音乐符号生成系统中的数据集管理、数据输入输出、数据预处理和模型评估等易于使用的工具，并通过十一个数据集的统计分析和交叉数据集泛化实验来展示其潜力，为未来的研究选择数据集提供指导。

Aug, 2020

该论文提出了一个用于方位角估计的深度学习框架，称为 DeepMUSIC，该框架使用多个卷积神经网络来学习角度子区域的 MUSIC 谱，并显示出比 DL 和非 DL 技术更高的精度和更少的计算复杂度。

Dec, 2019

本研究考虑了基于音频信号和歌词的多模态音乐情绪预测任务，复现传统特征工程方法的基础上提出了一种基于深度学习的新模型，证明了新方法相较于传统模型更擅长于唤起用户的注意，而在情感预测上两种方法表现相当。此外，我们还比较了不同的融合方法，在同时优化各单模态模型时取得了较大的提升，并向公众发布部分数据以供参考。

Sep, 2018