人工智能技术（如深度学习）正在迅速发展，对我们的日常生活带来了许多变化。为了探索人工智能在音乐和声音技术领域的未来影响和潜力，伦敦玛丽女王大学（英国）和法国音乐和声音科学技术学会举办了一次博士生研讨会。本报告总结了关于数据、影响与环境、负责任的创新和创造性实践、创造力与偏见以及从工具到奇点的学生辩论。这些学生代表着未来一代的人工智能和音乐研究者，而学术界代表着现存的权威。本次学生辩论捕捉到了针对人工智能和音乐未来的愿景、梦想、关切、不确定性和争议问题，以此挑战现存权威的下一代。

Sep, 2023

我们提供了一篇综合调查报告，介绍了包括研究项目和商业应用在内的人工智能音乐生成工具。通过对音乐生成方法进行分类，我们发现参数化、基于文本和基于视觉的三种方法。调查重点展示了这些工具的多样性和功能特点，适用于普通听众和专业音乐人。每个工具都有自己的优点和限制，因此我们编制了一份综合列表，用于在选择过程中考虑这些因素。此外，我们的调查揭示了人工智能音乐生成的底层机制和挑战。

Aug, 2023

本文讨论了如何使用 AI 系统来模拟人类音乐创作的过程，同时分析了用于音乐生成的数据集、模型、用户界面以及未来的应用和研究方向。

Oct, 2022

本文综述了基于人工智能的情感音乐生成（AI-AMG）系统，包括其基本构成、核心算法、音乐特征及未来方向等。

Jan, 2023

人工智能所产生的大量内容正在引发一场文化转型，在此过程中，角色发生了变化，价值观发生了转变，并且传统面临新的挑战。

Jun, 2023

本文通过对专业音频工程师的调查，确定研究优先事项和定义各种研究任务，总结了当前音频质量和可控性方面的挑战，并强调了数据集的可用性目前是实现高质量音频生成的主要瓶颈。最后，我们根据经验证据提出了解决一些问题的潜在解决方案。

Jul, 2023

本研究探讨了创意和人工智能之间的关系，研究了人工智能在艺术创作中的应用，并考虑了人工智能对意识研究、兴趣和决策能力的潜在影响和伦理问题，以刺激人们对人工智能在创意领域中使用和伦理问题的思考。

Jun, 2023

本研究综合评估主观、客观和综合方法来评估 AI 生成音乐，并突出了每种方法的优势和劣势，为统一音乐评估领域中的生成 AI 提供了有价值的参考。

Aug, 2023

该研究旨在通过对医疗保健领域专家的一系列半结构化采访，识别人工智能用于临床决策的采用因素，并突出现有紧张关系与有效的人工智能协作之间的因素。

Apr, 2022

通过集成多种音乐相关工具和一个自动化工作流，MusicAgent 系统旨在解放用户，使他们能够专注于创造性工作，从而提供无缝且丰富的音乐体验。

Oct, 2023