MuQ-Eval：开源AI音乐生成逐样本质量指标

开源逐样本音乐质量指标MuQ-Eval发布，代码与权重公开。

资讯摘要

论文提出开源逐样本质量指标MUQ-EVAL，在冻结的MuQ-310M特征上训练轻量预测头，使用含31个文本到音乐系统生成片段及专家评分的MusicEval数据集。作者报告最简单模型与人类平均意见分数的系统级SRCC为0.957、语句级为0.838，消融显示冻结基线难以进一步提升，编码器选择是最主要因素。

要点速读

1. 论文提出MUQ-EVAL，基于冻结MuQ-310M特征加轻量预测头，使用MusicEval数据集训练。
2. 作者报告系统级SRCC=0.957、语句级SRCC=0.838；消融表明编码器选择影响最大。
3. LoRA适配模型仅用150个片段即可获得可用相关性；指标可在单张消费级GPU实时运行。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。