ISMIR 2024
旧金山
吴
昱杭 Yuhang Wu · (Johann)
我对 音乐科技 感兴趣。
现在 / 学业
Sound & Music Computing 硕士在读，庞培法布拉大学 (UPF)，巴塞罗那。
现在 / 工作
研发实习生，BMAT Music Innovators。
论文发表于 ISMIR 2024 · Findings of ACL 2024 · IEEE ICETCI 2024
// 海口 → 北京 → 巴塞罗那
海口 · 起点
北京 · 求学
巴塞罗那 · 大本营
我来自海南海口，现居巴塞罗那。本科在 BUPT 期间从计算机视觉起步 —— 做遥感影像的深度学习语义分割 —— 一步步走向我现在最关心的问题：机器能真正理解音乐吗？
在 M.A.P，我带领 ChatMusician（Findings of ACL 2024）的 benchmark 团队，整理了 1000+ 道乐理问答（后被收入 MMLU 多模态子集），并合著了一篇 ISMIR 2024 论文，评测大语言模型的音乐理解与生成能力。
目前我在 BMAT 做研发实习，积极探索学术与工业的交叉点。
// 研究兴趣
音乐信息检索 (MIR)
LLM 与音乐
音频水印
生成式音频
计算机视觉
信号处理
Findings of ACL 2024
曼谷
ChatMusician: Understanding and Generating Music Intrinsically with LLM
IEEE ICETCI 2024
长春
Research on Fire Detection Based on the YOLOv9 Algorithm
BMAT Music Innovators
研发实习生
研发实习中，积极探索学术与工业的交叉点。
中国科学院自动化研究所
科研助理 · 音频水印
面向 TTS / 音乐生成系统的水印研究：调研现有水印系统的不足，复现经典基线并构建完整工作流。
Multimodal Art Projection (M.A.P)
Benchmark 组长 → LLM 音乐评测组员
主导构建 MusicTheoryBenchmark —— 1000+ 道按严格学术标准整理的乐理问答，后被收入 MMLU 多模态子集；随后在约 3000 条样本上评测 GPT-4、Llama、Qwen、Gemma 的音乐理解与生成能力。
北京邮电大学
科研助理 · 视唱自动评分
基于深度学习的视唱自动评分算法；开发数据合成方法生成无限训练样本，降低对固定数据集的依赖。
中国科学院空天信息创新研究院
科研助理 · 计算机视觉
遥感影像语义分割：复现前沿方法，调整网络结构以适配遥感任务，并在 10+ 个开源与私有数据集上验证。
教育
2025 – 2027（预计）
庞培法布拉大学 (UPF) — Sound & Music Computing 硕士
巴塞罗那。音乐信息检索、面向音乐的机器学习、生成算法、计算音乐学。
2021 – 2025
伦敦玛丽女王大学 & 北京邮电大学 — 物联网工程学士
北京 · 联合培养。一等荣誉学位 · GPA 90/100 · 专业前 8%（15/186）