MMGenre：跨多种音乐流派的歌声合成基准测试

歌声合成（SVS）发展迅速，但其泛化不同音乐流派的能力仍未得到充分探索。现有的基准严重偏向流行音乐，限制了对流派相关行为的系统分析。我们引入了 MMGenre，这是多流派 SVS 诊断的基准，由用于构建流派对齐乐谱的自动管道支持。 MMGenre 涵盖 10 个主要流派和 26 个子流派，能够对流派感知综合进行全面分析。对代表性 SVS 模型的广泛评估揭示了有限的流派区分：不同流派的合成声音表现出高度相似的声学特征和弱可分离性。虽然零镜头流派适应只能带来微小的改进，但针对特定流派的轻量级持续训练会带来巨大的收益。 MMGenre 为多流派 SVS 评估提供了一个标准化框架，并暴露了实现流派感知歌声合成的关键挑战。