CMU 团队开发 MultiVerse 工具，让创作者可控地改编歌词

完整中文导读

卡内基梅隆大学（CMU）研究团队开发了 MultiVerse，一个让音乐创作者自动改编歌词、为听众做个性化定制的工具，研究者称之为自适应歌词。创作者可从创作意图、结构和上下文三类控制项设定约束，系统生成多个歌词版本，并对每个版本做计算校验以确保满足押韵等约束。团队用 10 位词曲作者测试，反馈称相比通用 AI 提示词，该工具带来更强的控制感与信心，研究将在 UIST 会议上展示。

中文整理

作者 / 来源：HCII News & Events · 原文时间未提供

原作者信息要点

材料称，卡内基梅隆大学（CMU）研究团队开发了 MultiVerse 工具，允许音乐创作者自动改编歌词，为听众提供个性化体验。研究者将这类技术称为“自适应歌词”（adaptive lyrics），即歌曲作者可以指定歌词中哪些部分可以被修改。

材料给出的例子是：如果歌词写到坐火车去纽约，创作者可用 MultiVerse 生成根据听众目的地更新火车目的地的版本，例如把纽约换成匹兹堡。

MultiVerse 为创作者提供三类控制：创作意图（Intent，指感受或主题）、结构（Structure，指节奏或音节数）、语境（Context，指歌词适配的听众信息，如地点或情绪）。系统会生成多个歌词版本，每个呈现给创作者的版本都经过计算验证，以确保满足作者设定的约束；例如歌词押韵格式为 ABAB 时，若生成 AABB 格式则会被拒绝。

材料提到，Alex Wang 是 CMU 计算机科学学院人机交互研究所（HCII）的博士生，此前有音乐人和游戏开发者背景。他称自己受电子游戏启发：游戏创作者设计的是一个可能性空间，让每位玩家在创作者愿景内获得独特体验；他希望数字音乐也能如此，歌曲写完后仍可演变和被重新语境化。

HCII 助理教授 David Lindlbauer 在材料中表示，当前生成式 AI 可根据简单提示生成关于任意主题的歌曲，但会把艺术家及其创作过程排除在外；团队关注动态音乐，把音乐创作视为从完全手动到完全由 AI 生成的光谱，并探索如何结合两端的好处。

计算机科学系助理教授 Chris Donahue 在材料中提出，音乐流媒体服务正越来越多地与艺术家和唱片公司合作探索 AI 歌曲混音等自适应媒体，问题在于如何构建工具，让艺术家约束这些功能对其音乐所做的修改类型。

材料称，研究团队与 10 名词曲作者测试了该系统，反馈显示，与更少人工干预的生成式 AI 工具相比，MultiVerse 让他们感到拥有更多控制权。团队将在下个月于底特律举行的 ACM 用户界面软件与技术研讨会（UIST）上发表这项研究。

本站整理与观察

本站整理：材料将 MultiVerse 的定位概括为在生成式 AI 与创作者意图之间提供约束机制，核心是“作者指定可改范围、系统在约束内生成并验证”。这一描述来自原作者材料，尚未经本站独立核实。

本站观察（推论）：材料中的测试规模为 10 名词曲作者，反馈属于主观感受层面的“更多控制”，材料未给出量化指标、对照实验细节或统计结果，因此不宜据此推断工具在更大创作者群体中的效果。

本站观察（推论）：材料提到每个展示版本都经过计算验证以满足约束，但未说明验证覆盖哪些约束类型、失败率或生成延迟，相关技术细节需以论文或后续公开材料为准。

本站观察（推论）：材料将 MultiVerse 与“通用 AI 提示”对比，但未披露对比工具、任务设置和评价方法，当前只能确认作者声称其控制感更优，不能视为已验证的普遍结论。

材料为单一来源的新闻稿式介绍，缺少论文全文、量化实验结果、对比实验设置及独立验证；文中人物头衔、会议名称和测试人数均按材料转述，未由本站另行核实。本站观察部分为基于材料的推论，不构成对工具性能或研究结论的独立确认。