Papers13:53
Chinese content用条件相似度网络对 CLAP、MuQ、MERT 冻结嵌入做事后解耦CLAP、MuQ 这些音频模型的嵌入是纠缠在一起的,这篇论文证明加一层很小的可训练门控就能把属性拆开,检索效果还顺带提升。做音乐检索或者想精细控制属性的工程师可以看看实现细节,不用重训骨干,成本很低。
CLAP、MuQ 这些音频模型的嵌入是纠缠在一起的,这篇论文证明加一层很小的可训练门控就能把属性拆开,检索效果还顺带提升。做音乐检索或者想精细控制属性的工程师可以看看实现细节,不用重训骨干,成本很低。
这篇论文搞了个流行音乐专用的音频转乐谱数据集,用MuQ预训练模型,古典乐错误率从15.3%降到4.98%,还公开了代码,想做的可以直接上手。