SyncTrack：多轨音乐生成中的节奏稳定性与同步
声音
2026-03-03 v1 人工智能
摘要
多轨音乐生成因其精准混音与重混能力而赢得广泛关注。然而，现有模型常忽视诸如节奏稳定性和同步等关键属性，导致关注轨道间差异而非其内在属性。本文引入 SyncTrack，一个同步多轨波形音乐生成模型，旨�捕捉多轨音乐的独特特征。SyncTrack 具备新颖架构，包括轨道共享模块以建立所有轨道间的通用节奏，以及轨道特定模块以适应多样化的音色与音高范围。每个轨道共享模块采用两种跨轨注意力机制以同步节奏信息，而每个轨道特定模块利用可学习的乐器先验更好地表示音色及其他独特性特征。此外，我们通过引入三项新指标评估多轨音乐质量：轨道内节奏稳定性（Inner-track Rhythmic Stability, IRS）、跨轨节拍同步（Cross-track Beat Synchronization, CBS）和跨轨节拍离散（Cross-track Beat Dispersion, CBD）。实验表明，SyncTrack 通过提升节奏一致性显著改善了多轨音乐质量。
引用
@article{arxiv.2603.01101,
title = {SyncTrack: Rhythmic Stability and Synchronization in Multi-Track Music Generation},
author = {Hongrui Wang and Fan Zhang and Zhiyuan Yu and Ziya Zhou and Xi Chen and Can Yang and Yang Wang},
journal= {arXiv preprint arXiv:2603.01101},
year = {2026}
}
备注
Accepted by ICLR 2026