SymphonyGen 開源：用和聲骨架生成完整電影管絃樂

SymphonyGen 是一個面向現代電影管絃樂編曲的開源 AI 框架。它可以根據簡單的多聲部和絃大綱，自動擴充套件生成結構完整、多樂器協同的交響樂總譜。

生成管絃樂最麻煩的地方，在於既要協調管樂、絃樂、打擊樂等數十種樂器的織體，又要保證整體和聲進行不混亂。SymphonyGen 沒有讓模型一次性端到端硬寫所有聲部，而是將管絃樂譜拆解到了小節、音軌和事件三個維度。

先寫骨架，再填管絃

它的核心邏輯是兩步走。第一步先生成一個節拍量化的多聲部「和聲骨架」，這相當於作曲家在鋼琴上隨手記下的縮寫譜。

第二步，系統通過級聯解碼器，把和聲骨架自上而下展開到各個樂器軌道，填入具體的音符和聲部走向。使用者既可以讓模型自主設計和聲走向，也可以直接餵給它一段現有 MIDI 檔案，讓它保留原本的和絃與節奏，重新做一套交響編曲。

為了解決 AI 編曲常見的雜亂感和刺耳碰撞，SymphonyGen 在後訓練階段採用了 GRPO 強化學習。它藉助跨模態音訊檢索模型 CLaMP 3 和音軌密度獎勵來調整聽感，並在推理階段加入了避不和諧音取樣演算法，壓制頻段內的調性衝突。

開源規格與執行方式

專案的全部程式碼和訓練指令碼已經開源在 GitHub 上，論文也已入選 ISMIR 2026。

團隊在 Hugging Face 上放出了四個完整的權重檔案，包括 12 層的和聲骨架模型、33 層雙流 3D 主模型，以及經過 GRPO 最佳化的兩個不同變體。渲染試聽音訊則需要依賴開源打譜工具 MuseScore。

模型本身比較輕量，官方提供了完整的單機執行指令碼與批次推理指令碼。使用者不僅可以指定禁止使用鋼琴等特定樂器組，還能直觀匯出和聲取樣的機率調整圖表。

為什麼重要

對於遊戲開發者、獨立影視配樂師和編曲愛好者來說，SymphonyGen 是個低門檻的配器副手。你不需要精通複雜的配器法，只要在鍵盤上彈幾個基礎和絃匯出 MIDI，就能快速生成一套有模有樣的管絃樂草稿。

相比以往的 SymphonyNet 或 NotaGen 等同類模型，SymphonyGen 的聰明之處在於把「定骨架」與「做編配」解耦，給了創作者極高的干預空間，同時用強化學習減少了多軌撞音的硬傷。

不過，它本質上輸出的是符號化的 MIDI 樂譜，MuseScore 的自帶軟音源只能用於參考試聽。如果想做出真正有感染力的商業配樂，依然需要將匯出的軌道匯入 DAW 中掛載高品質管絃音色庫，並手動調整力度與表情控制器。