TuneGenie：用于偏好音乐生成的基于推理的LLM智能体
声音
2025-06-17 v1 多智能体系统
音频与语音处理
摘要
近年来，大型语言模型（LLM）在从生成图像到空间推理的各种任务中显示出巨大潜力。考虑到其显著（且不断增长）的文本推理能力，我们研究了LLM在分析个体音乐偏好（基于播放列表元数据、个人文章等）并基于这些分析生成有效提示（传递给Suno AI，一种用于音乐制作的生成式AI工具）方面的效力。我们提出了一种新颖的基于LLM的音乐文本表示模型（我们称之为TuneGenie），以及我们开发的用于评估和基准测试类似模型的各种方法，这些为关于使用AI生成艺术的日益增多（且日益有争议）的研究语料库做出了贡献。
引用
@article{arxiv.2506.12083,
title = {TuneGenie: Reasoning-based LLM agents for preferential music generation},
author = {Amitesh Pandey and Jafarbek Arifdjanov and Ansh Tiwari},
journal= {arXiv preprint arXiv:2506.12083},
year = {2025}
}
备注
15 pages