CLaMP 3是清华大学人工智能学院的朱文武教授团队推出的多模态、多语言的音乐信息检索框架。基于对比学习，将乐谱（如ABC符号）、音频（如MERT特征）和表演信号（如MIDI文本格式）与多种语言的文本描述对齐到一个共享的表示空间中。CLaMP 3支持27种语言，能泛化到100种语言，适用于跨模态检索任务，如文本到音乐、图像到音乐检索，零样本音乐分类和音乐语义相似性评估。

CLaMP 3-baidu09 清华团队推出的音乐信息检索框架 第1张
（图片来源网络，侵删）
CLaMP 3-baidu09 清华团队推出的音乐信息检索框架 第2张
（图片来源网络，侵删）