跳到正文
arXiv · NLP· Shengyu Li, Jinting Wang, Li Liu·· 2026-10-07AI 评分23

ARIA:面向粤语填词、由音频驱动声调-旋律关系建模框架

ARIA: Audio-Driven Melody-Tone Relation Modeling for Cantonese Lyric Authoring

AI 导读

ARIA 是一个两段式音频驱动框架,用于从带时间戳的粤语音乐录音中生成粤语歌词。 它包含 TRATE 声调估计器(预测 0243 声调序列)和 DRA-TCLG 歌词生成器,并构建了大规模音频-粤拼-0243 对齐数据集。 实验表明 ARIA 在 0243 预测和声调一致的歌词生成上表现强劲,该方法已被 EMNLP 2026 Findings 接收。

来源:arXiv · NLP · arxiv.org