arXivDaily arXiv每日学术速递 周一至周五更新

期刊&会议

ACM International Conference on Multimedia · 会议 · Multimedia

2026-07-24 至 2026-07-24 共收录 1
2604.11052 2026-07-24 cs.SD 版本更新

LaDA-Band: Language Diffusion Models for Vocal-to-Accompaniment Generation

LaDA-Band:语言扩散模型用于人声到伴奏生成

Qi Wang, Zhexu Shen, Meng Chen, Guoxin Yu, Chaoxu Pang, Weifeng Zhao, Wenjiang Zhou

机构 * State Key Lab of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences (CAS)(中国科学院计算技术研究所人工智能安全国家重点实验室) Lyra Lab, Tencent Music Entertainment(腾讯音乐娱乐集团Lyra实验室) Pengcheng Laboratory(鹏城实验室)

AI总结 LaDA-Band通过引入离散掩码扩散模型,解决了人声到伴奏生成中保持音质真实、维持全局连贯性和产生动态编曲的三重挑战,提升了长距离结构一致性和时间同步性。

Comments Accepted by ACMMM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏