SongBench：用于歌曲质量评估的细粒度多方面基准

文本到歌曲生成的最新进展使得现实的音乐内容制作成为可能，但现有的评估基准缺乏捕捉多维美学细微差别的专业粒度。在本文中，我们提出了 SongBench，这是一个专门的框架，用于跨七个关键维度进行细粒度的歌曲评估：声乐、乐器、旋律、结构、编曲、混音和音乐性。利用这个框架，我们构建了一个专家注释的数据库，其中包含来自最先进模型的 11,717 个样本，并由音乐专业人士标记。大量的实验结果表明，SongBench 与专家评分具有高度相关性。通过揭示当前最先进模型中细粒度的性能差距，SongBench 可以作为诊断基准，引导向更专业和音乐连贯的歌曲生成方向发展。