通过深度生成模型的AI引导工具进行新手AI音乐协同创作
生成式AI(文本、图像、音乐、视频)AI 辅助创意写作音乐创作与声音设计工具音乐人、DJ 与声音设计师视觉艺术家与设计师
虽然生成性深度神经网络(DNN)已经展示了它们在创作新颖音乐作品方面的能力,但对于与这些音乐AI共同创作的挑战和潜力,尤其是对于初学者来说,关注较少。在一个使用广泛、交互式的音乐AI的需求发现研究中,我们发现AI生成的大量音乐内容可能会让用户感到不知所措,并且其非确定性输出也会让他们感到沮丧。为了更好地满足共同创作的需求,我们开发了AI引导工具,包括限制内容生成到特定音轨的Voice Lanes;控制生成内容与现有示例相似度的基于示例的滑块;引导音乐生成向高层次方向发展的语义滑块(如快乐/悲伤,传统/惊喜);以及从多个生成内容中试听和选择的工具。在总结性研究(N=21)中,我们发现这些工具不仅增加了用户对AI的信任、控制、理解和合作感,而且还增强了用户相对于AI的自我效能感和作品所有权感。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 80%
提示词艺术家
C&C '23· 生成式AI(文本、图像、音乐、视频) +1
- 80%
使用不协调风格探索人工智能生成内容的音乐创作
C&C '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
生成式AI在创造性实践中的应用:ML艺术家关于文本到图像使用、危害及危害减少的民间理论
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
NoRe: 用生成式人工智能增强音乐创作以提升日记体验
DIS '25· 生成式AI(文本、图像、音乐、视频) +2
- 60%
以沉默的方式:超越声音的AI与即兴音乐家之间的交流
CHI '19· 生成式AI(文本、图像、音乐、视频) +1
- 60%
理解基于提示的音乐生成人工智能的潜力和局限性
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 60%
expressive Communication:评估音乐创作中生成模型和引导界面的发展
IUI '22· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376739
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、AI 辅助创意写作、音乐创作与声音设计工具
work
职业/产业
音乐人、DJ 与声音设计师、视觉艺术家与设计师
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文