A Dual Evaluation for Music Transcription
Ping Wang, Guang Yang, Nazif Can Tamer, Victoria Ebert, Noah A. Smith
華盛頓大學 · 大學部學生研究員

我是華盛頓大學 Paul G. Allen 電腦科學與工程學院的大學部學生,在 Noah’s ARK 由 Noah A. Smith 教授指導。自 2026 年 5 月起,我也在臺灣大學 Music and AI Lab 擔任學生研究員,由楊奕軒教授指導。
我的研究關注如何讓生成模型更可控、更具適應性,並與人類的意圖對齊。我特別關注後訓練(post-training)、強化學習與多模態學習:模型如何從回饋中學習、如何設計有意義的獎勵訊號,以及模型如何透過互動來適應。我也對這些想法如何延伸到多智能體系統(multi-agent systems)有興趣,也就是多個智能體必須在動態環境中彼此協調、相互回應的情境。
我近期的研究多半透過音樂與音訊來探索這些問題,包括文字生成音樂的評分標準(rubric)最佳化、與人類判斷一致的自動採譜評估,以及從音訊到符號音樂的理解。透過這些研究,我希望發展能改善生成模型如何學習、理解並與複雜資訊互動的方法,應用範圍涵蓋音樂,也不限於音樂。
歡迎找我聊研究、音樂或合作機會。最好的聯絡方式是寄信到 pingw220@gmail.com。

新預印本:Rubric-Based Optimization for Text-to-Music Generation,以音訊語言模型的評分標準(rubric)作為獎勵訊號,對音樂生成模型進行後訓練。 [論文] [程式碼]
開源 SheetSage-Pro:把一首歌轉成可編輯的主旋律譜(lead sheet),包含旋律、和弦、段落結構與對齊的歌詞。 [程式碼]
新預印本:A Dual Evaluation for Music Transcription,從「樂譜」與「播放」兩個面向評估自動採譜結果,並以超過 100 位受試者的聽測實驗驗證。 [論文] [程式碼]
加入臺灣大學 Music and AI Lab,擔任學生研究員,由楊奕軒教授指導。
加入華盛頓大學 Noah’s ARK,擔任學生研究員,由 Noah A. Smith 教授指導。
Ping Wang, Guang Yang, Nazif Can Tamer, Victoria Ebert, Noah A. Smith
Ping Wang, Guang Yang, Shao-Rong Su, Junkai Wu, Pang Wei Koh, Noah A. Smith
輸入一首歌,輸出可編輯的主旋律譜(旋律、和弦、段落與歌詞)
開源的採譜流程:把一首歌(本機音檔或 YouTube 連結)轉成可編輯的主旋律譜(lead sheet),包含旋律、和弦符號、小節線、段落標記,以及對齊到音符上的中文或英文歌詞,並輸出為 MusicXML、MIDI 與 JSON。
正在載入訪客資料…
造訪密度
訪客每天只計算一次;造訪次數計入每一次頁面瀏覽。