Presentamos Sede central de Multi Stem

Multi Stem HQ se basa en la avanzada arquitectura Band-Split. A diferencia de los modelos tradicionales que procesan el espectrograma completo como una sola imagen, esta tecnología divide el audio en múltiples bandas de frecuencia.

Esto permite al modelo aprender características distintivas para cada rango de frecuencia, captando la profunda resonancia de los graves independientemente de los intrincados armónicos de las voces. El resultado es una reducción drástica de las fugas espectrales y los artefactos.

Además, la arquitectura integra incrustaciones de posición rotatoria (RoPE). Esta innovación matemática permite al transformador comprender la posición relativa de las características de audio a lo largo del tiempo de forma más eficaz que las incrustaciones de posición absoluta estándar. Permite al modelo mantener la coherencia en frases musicales más largas, garantizando que los sonidos transitorios, como los golpes de batería, sean nítidos y que las notas sostenidas sean suaves.