论文
学术文本音乐大挑战：数据集、基线和评估方法
Academic Text-to-Music Grand Challenge: Datasets, Baselines, and Evaluation Methods
摘要
本文介绍了 ICME 2026 学术文本到音乐生成 (ATTM) 重大挑战赛的概述和技术框架。尽管文本到音乐生成（TTM）系统取得了快速进展，但该领域目前主要由使用工业级计算资源的大规模专有数据集训练的模型主导，这为学术研究造成了重大障碍。为了解决这个问题，ATTM 挑战赛建立了一个公平竞赛基准，要求参与者使用仅包含器乐的 MTG-Jamendo 数据集的标准化、CC 许可子集从头开始严格训练生成模型。挑战赛分为两个赛道：效率赛道（限制500M参数）和性能赛道（无参数限制）。提交的内容通过涉及客观指标的多阶段过程进行评估，包括 Frechet 音频距离、CLAP 分数和新颖的概念覆盖分数 (CCS)，然后进行主观听力测试。通过提供用于计算 FAD 和 CLAP 的开源基线、预处理管道、参考标题和公共评估代码，该挑战赛旨在促进和促进学术背景下的 TTM 研究。