Vi presenterer Multi Stem HQ

Multi Stem HQ er basert på den avanserte Band-Split-arkitekturen. I motsetning til tradisjonelle modeller som behandler hele spektrogrammet som ett enkelt bilde, deler denne teknologien lyden opp i flere frekvensbånd.

Dette gjør at modellen kan lære seg forskjellige funksjoner for hvert frekvensområde – og fange opp den dype resonansen i bassen uavhengig av de intrikate harmoniene i vokalen. Resultatet er en dramatisk reduksjon i spektral lekkasje og artefakter.

Videre integrerer arkitekturen Rotary Position Embeddings (RoPE). Denne matematiske innovasjonen gjør at transformatoren kan forstå den relative posisjonen til lydfunksjoner over tid på en mer effektiv måte enn standard absolutte posisjonsinnlegginger. Det gjør at modellen kan opprettholde sammenheng over lengre musikalske fraser, slik at forbigående lyder som trommeslag blir skarpe og vedvarende toner blir jevne.