ARIA：面向粤语歌词创作的声音驱动旋律-声调关系建模

针对现有旋律引导歌词生成方法依赖符号化旋律、难以直接处理原始演唱音频的问题，研究者提出 ARIA——一个两阶段的音频驱动旋律-声调关系建模框架，可直接从演唱录音生成粤语歌词。该方法面向粤语歌词创作中字调与旋律音高需紧密对齐的需求，将音高隐含、含噪且非结构化的演唱音频纳入建模。