StepAudio 3 Music Technical Report

• 类型：arxiv
• 标识：2609.16034
• 链接：https://arxiv.org/abs/2609.16034
• 主分类：multimodal
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces StepAudio 3 Music, a large-scale, long-form music generation model that supports explicit musical planning and open-domain text-controlled generation, and achieves the highest AudioBox Content Enjoyment, Content Usefulness, and Production Quality scores and the highest MuQ-MuLan similarity among the evaluated systems.
• OpenAlex ID：W7213415553
• OpenAlex DOI：10.48550/arxiv.2609.16034
• DOI：10.48550/arxiv.2609.16034
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.16034
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：StepAudio 3 Music 技术报告
• TLDR中文：该工作提出了 StepAudio 3 Music，一个支持显式音乐规划与开放域文本控制生成的大规模长篇音乐生成模型，在所评估系统中取得最高的 AudioBox Content Enjoyment、Content Usefulness 与 Production Quality 分数，以及最高的 MuQ-MuLan 相似度。
• 来源文件：
• /inbox/tom/_candidates/2026-09-16-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]