Prezentare Sediul central Multi Stem

Multi Stem HQ este construit pe baza arhitecturii avansate Band-Split. Spre deosebire de modelele tradiționale care procesează spectrogramul complet ca o singură imagine, această tehnologie împarte sunetul în mai multe benzi de frecvență.

Acest lucru permite modelului să învețe caracteristici distincte pentru fiecare gamă de frecvențe, captând rezonanța profundă a basului independent de armonicele complexe ale vocii. Rezultatul este o reducere dramatică a scurgerilor spectrale și a artefactelor.

În plus, arhitectura integrează Rotary Position Embeddings (RoPE). Această inovație matematică permite transformatorului să înțeleagă poziția relativă a caracteristicilor audio în timp mai eficient decât încorporările standard de poziție absolută. Aceasta permite modelului să mențină coerența pe fraze muzicale mai lungi, asigurându-se că sunetele tranzitorii, precum loviturile de tobe, sunt clare, iar notele susținute sunt fluide.