声音 · 音乐 · 计算 — 巴塞罗那 Yuhang Wu
吴昱杭 (Johann)
我对音乐科技感兴趣。庞培法布拉大学 Sound & Music Computing 硕士在读；BMAT Music Innovation 研发实习生。
论文发表于 ISMIR 2024 · ACL 2024 · IEEE ICETCI 2024
01
关于我
我来自海南海口，现居巴塞罗那。本科在北邮期间从计算机视觉起步 —— 做遥感影像的深度学习语义分割 —— 后来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（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。
02
论文发表
ChatMusician: Understanding and Generating Music Intrinsically with LLM
Research on Fire Detection Based on the YOLOv9 Algorithm
03
经历
BMAT Music Innovation — 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并在组内分享，复现经典基线、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，贡献了 ISMIR 2024 论文 80% 以上的客观实验数据。
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：复现经典论文中的前沿方法，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。
04
教育与技能
庞培法布拉大学 (UPF)
Sound and Music Computing 硕士 —— 音乐信息检索、面向音乐的机器学习、生成算法、计算音乐学。
伦敦玛丽女王大学 & 北京邮电大学
物联网工程学士（联合培养）—— 一等荣誉学位，GPA 90/100，专业排名前 8%（15/186）。
编程
PythonC / C++
JavaSQL
LaTeX
机器学习与 AI
PyTorchOpenMMLab
LLM / 提示工程计算机视觉
语义分割
音频与音乐
MIR信号处理
Pure DataSonic Visualiser
MuseScore
工具
GitDocker
LinuxJupyter
05
全部文章 →