YuE2统一符号与音频音乐生成模型

发生了什么

据Hugging Face Papers报道，YuE2通过符号规划统一了符号和音频音乐生成，能产出可读乐谱和完整歌曲。该模型采用单一AR-NAR混合Transformer架构，专家偏好度达49.3%。在WildSongBench上得分6.73，最佳8选1得分6.96。配套MERT2和SheetSage2分别刷新音乐表示学习和简谱转录基准记录。模型支持零样本翻唱及基于外部语言模型的智能编辑。