論文の概要: Exploring LLMs for South Asian Music Understanding and Generation

• arxiv url: http://arxiv.org/abs/2606.05522v1
• Date: Wed, 03 Jun 2026 23:53:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.443452
• Title: Exploring LLMs for South Asian Music Understanding and Generation
• Title（参考訳）: 南アジア音楽理解・生成のためのLLMの探索
• Authors: Faria Binte Kader, Mohtasim Hadi Rafi, Shah Wasif Sajjad, Santu Karmaker,
• Abstract要約: 東南アジアのクラシック音楽において,Large Language Models (LLMs) 能力の体系的評価を行った。 音楽理解評価には,ラーガ文法,文化知識,記号表記推論を対象とする504問問答ベンチマークを導入する。 音楽生成のための5レベル制御プロンプトフレームワークを設計し、最強のモデルでさえスタイリスティックに忠実なアウトプットを生成できるのは、その40%に過ぎないことを発見した。
• 参考スコア（独自算出の注目度）: 1.615773498306309
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advancements in Large Language Models (LLMs) have shown promising results in music understanding and generation tasks. However, existing works remain confined to Western tonal traditions, offering little insight into whether current LLMs can handle structurally distinct low-resource musical traditions. We present the first systematic evaluation of LLM competence in South Asian classical music, a tradition governed by raga, tala-based melodic constraints that impose fundamentally different structural principles from Western harmony-driven music. We ground our evaluation in Hindustani classical theory and Bengali classical forms, including Rabindra and Nazrul Sangeet -- representative low-resource traditions within South Asian classical music. For music understanding evaluation, we introduce a 504-question-answer benchmark spanning raga grammar, cultural knowledge, and symbolic notation reasoning, evaluating 33 LLMs where frontier models such as Gemini 2.5 Pro achieve 85-90% accuracy, while most open-source models remain in the 23-40% range. For music generation, we design a five-level controlled prompting framework and find that even the strongest model produces stylistically faithful outputs only 40% of the time. These results reveal that structural validity and stylistic faithfulness in music generation are distinct objectives and highlight an open challenge for culturally grounded music modeling.
• Abstract（参考訳）: 近年のLarge Language Models (LLMs) の進歩は音楽理解と生成タスクにおいて有望な結果を示している。 しかし、現存する作品は西洋の伝統に限られており、現在のLLMが構造的に異なる低資源音楽の伝統を扱えるかどうかについての洞察はほとんど得られていない。 本稿では,ラガに基づく旋律的制約によって支配される伝統である南アジア古典音楽におけるLLM能力の最初の体系的評価について述べる。 我々は、ラビンドラやナズル・サンゲートを含むヒンドゥースターン古典理論とベンガル古典形式(南アジア古典音楽における低資源の伝統を代表するもの)で評価を行った。 音楽理解評価では,ラガ文法,文化知識,記号表記推論を対象とする504問問答ベンチマークを導入し,Gemini 2.5 Proなどのフロンティアモデルが85～90%の精度で評価する一方,ほとんどのオープンソースモデルは23～40%の範囲に留まっている。 音楽生成のための5レベル制御プロンプトフレームワークを設計し、最強のモデルでさえスタイリスティックに忠実なアウトプットを生成できるのは、その40%に過ぎないことを発見した。 これらの結果から、音楽生成における構造的妥当性と様式的忠実性は異なる目的であり、文化的基盤音楽モデリングにおけるオープンな課題を浮き彫りにすることが明らかとなった。

関連論文リスト

• Music Genre Classification: A Comparative Analysis of Classical Machine Learning and Deep Learning Approaches [0.0]
  ネパールの8つのジャンルにまたがる約8,000のラベル付き30秒音声クリップからなる新しいデータセットを構築した。 我々は、ネパールの音楽の伝統において真に重複していることを反映した、文化的に根ざした誤分類パターンの解釈を提供する。
  論文  参考訳（メタデータ） (2026-03-16T15:43:48Z)
• Do Large Language Models Truly Understand Cross-cultural Differences? [53.481048019144644]
  我々は,大規模言語モデルの異文化間理解と推論を評価するシナリオベースのベンチマークを開発した。 文化理論を基礎として、異文化の能力を9次元に分類する。 データセットは連続的な拡張をサポートし、実験は他の言語への転送可能性を確認する。
  論文  参考訳（メタデータ） (2025-12-08T01:21:58Z)
• Music Flamingo: Scaling Music Understanding in Audio Language Models [98.94537017112704]
  Music Flamingoは、基礎的なオーディオモデルにおける音楽理解を促進するために設計された、新しい大きなオーディオ言語モデルである。 MF-Skillsはマルチステージパイプラインを通じてラベル付けされたデータセットで、調和、構造、音色、歌詞、文化的な文脈をカバーする豊富なキャプションと質問応答ペアを生成する。 MF-Thinkは音楽理論に基づく新しいチェーン・オブ・シンク・データセットで、続いてGRPOベースの強化学習とカスタム報酬を取り入れた。
  論文  参考訳（メタデータ） (2025-11-13T13:21:09Z)
• CultureMERT: Continual Pre-Training for Cross-Cultural Music Representation Learning [55.80320947983555]
  CultureMERT-95Mは、異文化間の音楽表現学習を強化するために開発された多文化的な基礎モデルである。 650時間のマルチカルチャーデータ混合のトレーニングは、様々な西洋音楽のオートタグタスクにおいて、ROC-AUCとAPの平均4.9%の改善をもたらす。 タスク算術は、西欧以外の自動タグタスクの多文化的に訓練されたモデルと同等に機能し、西洋のデータセットに回帰しない。
  論文  参考訳（メタデータ） (2025-06-21T21:16:39Z)
• Universal Music Representations? Evaluating Foundation Models on World Music Corpora [65.72891334156706]
  ファンデーションモデルは音楽情報検索に革命をもたらしたが、一般化する能力については疑問が残る。 本稿では,6つの音楽コーパスにまたがる5つの最先端オーディオ基礎モデルの包括的評価を行う。
  論文  参考訳（メタデータ） (2025-06-20T15:06:44Z)
• YuE: Scaling Open Foundation Models for Long-Form Music Generation [172.52183330644303]
  YuEはLLaMA2アーキテクチャに基づいたオープンファンデーションモデルのファミリーである。 歌詞のアライメント、コヒーレントな音楽構造、適切な伴奏を伴う声楽メロディを維持しながら、最大5分間の音楽を生成する。
  論文  参考訳（メタデータ） (2025-03-11T17:26:50Z)
• Music for All: Representational Bias and Cross-Cultural Adaptability of Music Generation Models [13.568559786822457]
  本稿では,音楽生成のためのデータセットと研究論文について述べる。 既存の音楽データセットの合計時間のうち、西洋以外のジャンルから得られる時間はわずか5.7%である。
  論文  参考訳（メタデータ） (2025-02-11T07:46:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。