Представляємо Багатостовбурний штаб-квартира

Multi Stem HQ побудований на основі передової архітектури Band-Split. На відміну від традиційних моделей, які обробляють повний спектрограм як одне зображення, ця технологія розділяє аудіо на кілька частотних діапазонів.

Це дозволяє моделі вивчити відмінні особливості для кожного діапазону частот, фіксуючи глибокий резонанс басів незалежно від складних гармонік вокалу. Результатом є значне зменшення спектральних витоків та артефактів.

Крім того, архітектура інтегрує Rotary Position Embeddings (RoPE). Ця математична інновація дозволяє трансформатору розуміти відносне положення аудіоелементів у часі ефективніше, ніж стандартні вбудовування абсолютного положення. Це дозволяє моделі зберігати узгодженість протягом довших музичних фраз, забезпечуючи чіткість перехідних звуків, таких як удари барабанів, і плавність тривалих нот.