MIRA：用意图规则与搜索优化文本音乐生成

文本到音乐系统产生越来越令人信服的音频，但评估却很少揭示结果是否符合用户意图。全局文本-音频相关性评分可能会忽略未指定提示中的隐含意图，并掩盖特定要求（例如乐器、结构、节奏或情绪进展）中的失败。为了弥补这一差距，我们制定了文本到音乐意图的对齐方式，以满足每个请求的独立可验证项目的标准，涵盖请求的明确要求及其隐含的音乐意图。单独评分项目可以根据意图来源和音乐维度进行评估诊断，而不是单个不透明的分数。我们将其实例化为 MuRA-Bench，这是由音乐专家策划的现实世界平台请求的基准。我们进一步提出 MIRA（音乐意图细化Agent），这是一种测试时Agent，它首先将请求的意图纳入评分标准，然后在有限的预算下搜索黑盒生成器的即时修订，迭代生成音乐，根据评分标准进行验证，并使用此反馈来 指导轨迹感知树搜索。跨开源和商业后端的实验表明，MIRA 改善了意图一致性，使开源生成器能够实现与代表性商业系统（例如 Suno 和 Mureka）相当的性能。项目页面：https://mirareview.github.io/。