一段记录下音符的钢琴草稿，如何扩展成流行编曲？

音乐创作中，常常会先在钢琴上弹奏旋律和和弦，作为最初的音乐骨架。现在多了一种尝试将这种草稿作为基础的研究方向。这篇名为Piano2Pop的论文，探讨如何把记录音符高低与长短的数字钢琴草稿（常见的MIDI格式），扩展为流行风格的器乐作品，而不是只输入文字让模型凭空生成。它尝试让AI依据具体的音乐轮廓工作。

这项研究于2026年10月22日提交至arXiv，是一篇预印本，标注已向ICASSP2027投稿。研究团队面对的挑战是缺少大量对齐的钢琴与流行音乐数据。他们基于预训练的流匹配模型，以数字琴谱（钢琴卷帘）为条件进行生成。这里的数字琴谱就像把音符在时间和音高上的位置直观铺开的图纸，模型就参考它进行后续工作。为此，团队利用流行音乐录音构造了合成的钢琴与器乐配对数据。

准备训练材料时，团队比较了两条路线。一条是直接使用复音音乐转录，并引入功能选择（FST）等数据增强；另一条是借助经过配对监督训练的钢琴翻奏生成器。研究表明，给模型提供的示范制作方式不同，会直接影响它学到的编曲规律。

在476组真实钢琴翻奏与流行配对的测试中，作者报告，微调系统显著优于零样本基线。使用配对监督生成器提供示范的方案，在真实钢琴输入上的音频距离、伴奏提示遵循度和频谱形状三项指标上表现最好。而在转录增强路线中，功能选择增强技术缓解了生成结果过分偏重钢琴的问题。

论文目前仅呈现上述实验结果，本次实验的各项指标表现也不能代表该方法适用于流行乐以外的所有风格。这项研究探讨了一条让数字钢琴草稿控制AI生成的路径，展示了如何让已有的音乐框架在生成阶段发挥指导作用。