2026.08 · 7 min read

从情绪意图到画面决策:音乐图像生成的工作记录

Project Log Music-to-Image Affective Computing

在“人机混合智能下情感可控的音乐图像生成研究”中,我关心的不是得到一张看起来与音乐有关的图,而是让生成过程能够回应人的主观意图。音乐中可被模型捕捉的节拍、频谱和语义线索,和人对画面情绪、张力、留白的判断,并不处在同一个层级。

这让项目更像一次持续的协商:模型提供跨模态候选,人以反馈修正情绪方向,系统再把这些反馈转化为可控的视觉决策。工作中最重要的不是把控制变量堆得更多,而是找出哪些反馈真的改变了体验,哪些只是表面上的偏好。