台大团队开源 MIDI-REPA：单卡 RTX 3090 训练 31 小时改进文本生成音乐

台大团队开源 MIDI-REPA，以 AMT 生成的 MIDI 监督信号对齐 flow-matching DiT 中间表示，改进文本生成音乐。实验基于 122M 参数 FluxAudio-S，使用含 51,077 首 tracks 的 JamendoMIDI，在 ATTM 指标上保持竞争力。论文、代码和 Demo 均已开源，单张 RTX 3090 约 31 小时可完成训练。