ARIA：音频驱动的粤语歌词音调关系建模框架

2026年10月7日，arXiv 计算与语言栏目发布一手论文，介绍面向粤语歌词创作的音频驱动框架 ARIA。该框架分两阶段，从带字符级时间戳的演唱录音生成粤语歌词：先用 TRATE 从带时间戳音频预测 0243 序列，再用 DRA-TCLG 基于预测声调方案与检索增强词汇引导生成流畅歌词，并构建大规模音频—粤拼—0243 数据集。实验显示其在 0243 预测与声调一致歌词生成上表现强，论文被 EMNLP 2026 Findings 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。