JASCO é um modelo de geração de música texto-para-música que combina condições baseadas em símbolos e em áudio. Ele consegue gerar amostras de música de alta qualidade com base em descrições de texto globais e controle local de grão fino. JASCO é baseado em um paradigma de modelagem de correspondência de fluxo e um novo método condicional, permitindo que a geração de música seja controlada simultaneamente por condições locais (por exemplo, acordes) e globais (descrição de texto). Através de uma camada de gargalo de informação e borramento temporal, extrai-se informações relevantes para controles específicos, permitindo a combinação de condições simbólicas e baseadas em áudio no mesmo modelo texto-para-música.