ARIA：音频驱动粤语歌词写作框架

2026年10月7日，arXiv cs.CL 刊出论文，提出面向粤语歌词创作的音频驱动旋律-声调关系建模框架 ARIA。该框架采用两阶段设计，可从带字级时间戳的演唱录音生成粤语歌词：其中 TRATE 模块负责预测 0243 声调序列，DRA-TCLG 则以预测声调为基础、结合检索增强来生成歌词；研究还构建了大规模 audio-Jyutping-0243 数据集。报道称该框架在 0243 预测与声调一致的歌词生成上表现良好，论文已被 EMNLP 2026 Findings 接收。截至目前，该事件仅有这一篇报道，尚无后续进展或与之不一致的说法。

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。