DAWZY：面向AI驱动“人类在回路中”音乐创作的新方案
人机交互
2025-12-04 v1
摘要
数字音频工作站（DAW）提供精细控制，但将高层意图（如“温暖人声”）映射为低层编辑会打断创作流程。现有人工智能音乐生成器通常为一次性操作，限制了迭代开发和人类贡献的机会。本文介绍 DAWZY，一个开源助手，可将自然语言（文本/语音/唱）请求转化为 REAPER 中的可逆操作。DAWZY 将 DAW 保持为创作中心，采用最小化 GUI 和语音优先界面。DAWZY 使用基于 LLM 的代码生成，显著减少用户熟悉大型界面所需时间，取代数百个按钮和下拉菜单为聊天框。DAWZY 还使用三种模型上下文协议工具进行实时状态查询、参数调整和 AI 节拍生成。它通过更新状态后再进行变异，保持对齐；并通过原子脚本和撤销确保安全和可逆。在评估中，DAWZY 在常见生产任务上表现可靠，用户在可用性、控制、学习、协作和享受等方面均给出积极评价。
引用
@article{arxiv.2512.03289,
title = {DAWZY: A New Addition to AI powered "Human in the Loop" Music Co-creation},
author = {Aaron C Elkins and Sanchit Singh and Adrian Kieback and Sawyer Blankenship and Uyiosa Philip Amadasun and Aman Chadha},
journal= {arXiv preprint arXiv:2512.03289},
year = {2025}
}