Newest papers

Piano2Pop: Expanding Piano Demos into Pop Productions Without Aligned Supervision

Yun-Chen Cheng, Chih-Pin Tan, Tianda Huang, Yi-Hsuan Yang · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.31510 · cited by 0 works (OpenAlex) · open-access PDF

Arabic

نحن نقدم Piano2Pop، مهمة التوسع الموسيقي التي تحول الفنانة MIDI إلى منتجات البوب الأداة. تمكنت من خلال التقدمات الأخيرة في إنتاج الموسيقى والترجمة الموسيقية المتعددة الألوان، فإن نهجنا المسلح يضمن نموذجًا متكاملًا متكاملًا يتوافق مع الألوان الموسيقية بدون مراقبة الفنانة المسلحة. نحن نتدرب على زوجات الألوان الموسيقية المتكاملة التي تنشأ من تسجيلات البوب، وتقارن مع الترجمة الحرة، بما في ذلك تزايد التمثيلية (FST) و (RDA) للعمليات الاختيارية، مع نموذج الكاميرا المسلح المسلح المسلح الذي يتم مراقبة الألوان الموسي

Machine translation (Meta M2M100); the English original follows.

Abstract

We introduce Piano2Pop, a music-expansion task that transforms piano MIDI into instrumental pop productions. Enabled by recent advances in music generation and polyphonic music transcription, our pseudo-supervised approach conditions a pretrained flow-matching model on piano rolls without aligned piano-pop supervision. We train on synthetic piano-instrumental pairs derived from pop recordings, comparing pair-free transcription, including function-selective (FST) and register-density (RDA) augmentations, with a pair-supervised piano-cover generator as pseudo-demo sources. On 476 testing real-world piano-cover/pop pairs, the pair-supervised approach achieves the best Frechet Audio Distance, Accompaniment Prompt Adherence, and spectral shape on real-piano inputs, while FST mitigates piano-heavy outputs in pair-free training and remains a promising alternative. All fine-tuned systems significantly outperform the zero-shot baselines, which suggests a role for task-specific modeling.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Piano, MIDI, Polyphony, Speech recognition, Generator (circuit theory), Computer science

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange