跳到正文
arXiv cs.AI· Jo\~ao Carlos Santana Silveira, Caio Von Rondow Morais, Frederico Pedrosa, Lucas N. Ferreira·· 4 小时前AI 评分20

用生成式心理测量学评估音乐生成模型的评测方法

Evaluating the Evaluation of Music Generation Models with Generative Psychometrics

AI 导读

研究梳理了 ISMIR 2020-2025 年音乐生成论文中的主观评测方法,用 LLM 加人工校验从论文方法描述中提取 284 个题项并标准化为上下文嵌入向量。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:主观用户研究是评估音乐生成模型的主要方法之一。然而,主观评估方案差异很大,且很少被详细说明到足以复现的程度,这阻碍了不同研究之间的比较。本文梳理了 2020-2025 年 ISMIR 音乐生成论文中的主观评估方法,并应用生成心理测量学来评估其题项的稳定性。我们从论文的方法描述中提取了 284 个题项,使用 LLM 和人工验证对其进行标准化。我们将这些题项表示为上下文嵌入,并应用唯一变量分析来去除冗余、局部依赖的题项,同时使用 Bootstrap 探索性图分析来估计其潜在维度。结果表明,该网络收敛于一个包含六个稳定质量维度的分类体系:节奏、旋律、音频、作曲、结构和歌词,这指向了一种用于评估音乐生成模型的统一用户研究方法。
评论: 已被第二届拉丁美洲音乐信息检索(LAMIR)研讨会接收
主题: 声音(cs.SD);人工智能(cs.AI)
引用为: arXiv:2611.21809 [cs.SD]
  (或 arXiv:2611.21809v1 [cs.SD] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.21809

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Lucas N. Ferreira [查看电子邮件]
[v1] 2026年11月16日星期一 19:23:47 UTC(1,894 KB)

来源:arXiv cs.AI · arxiv.org