Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.00051

帮助 | 高级搜索

计算机科学 > 声音

arXiv:2509.00051 (cs)
[提交于 2025年8月24日 ]

标题: 音乐生成的评估指标综述

标题: A Survey on Evaluation Metrics for Music Generation

Authors:Faria Binte Kader, Santu Karmaker
摘要: 尽管在音乐生成系统方面取得了重大进展,但由于音乐的复杂性,评估生成音乐的方法并未如预期般进步,涉及结构、连贯性、创造力和情感表达等方面。 在本文中,我们揭示了这一研究空白,引入了针对音频和符号音乐表示的评估指标的详细分类法。 我们包括了一项关键回顾,指出了当前评估方法的主要局限性,包括客观指标与人类感知之间的相关性较差、跨文化偏见以及缺乏标准化,这阻碍了跨模型比较。 为解决这些差距,我们进一步提出了未来的研究方向,以构建一个全面的音乐生成评估框架。
摘要: Despite significant advancements in music generation systems, the methodologies for evaluating generated music have not progressed as expected due to the complex nature of music, with aspects such as structure, coherence, creativity, and emotional expressiveness. In this paper, we shed light on this research gap, introducing a detailed taxonomy for evaluation metrics for both audio and symbolic music representations. We include a critical review identifying major limitations in current evaluation methodologies which includes poor correlation between objective metrics and human perception, cross-cultural bias, and lack of standardization that hinders cross-model comparisons. Addressing these gaps, we further propose future research directions towards building a comprehensive evaluation framework for music generation evaluation.
评论: 19页,2图
主题: 声音 (cs.SD) ; 多媒体 (cs.MM); 音频与语音处理 (eess.AS)
引用方式: arXiv:2509.00051 [cs.SD]
  (或者 arXiv:2509.00051v1 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.00051
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Faria Binte Kader [查看电子邮件]
[v1] 星期日, 2025 年 8 月 24 日 23:15:37 UTC (823 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.MM
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号