YuE erzielt einen technologischen Durchbruch bei der Erzeugung hochwertiger Musik
YuE sichert den Qualitätsvorsprung der generierten Musik durch eine Reihe von technologischen Innovationen. Sein semantisch verbesserter Audio-Disambiguator ist in der Lage, die subtilen Merkmale von Musiksignalen genau zu erfassen, und sein dreistufiges Trainingsschema löst effektiv das Problem der Modellierung langer Sequenzen, so dass die generierten Songs in der zeitlichen Dimension sehr kohärent bleiben.
Was die Vielfalt angeht, so unterstützt das Modell den Wechsel zwischen verschiedenen Musikstilen wie Pop und Metal und kann den Gesangstyp je nach Bedarf anpassen. Tests zeigen, dass die mit YuE generierten Songs die traditionellen Methoden in den folgenden Bereichen deutlich übertreffen: Die musikalische strukturelle Integrität wird um 471 TP3T verbessert, die melodische Natürlichkeit um 321 TP3T und die stilistische Passung um 281 TP3T.
Diese Vorteile ergeben sich aus zwei Kernpunkten der Modellarchitektur: Erstens werden musikalische und sprachliche Merkmale durch die Technik der Zweiteilung getrennt behandelt, um eine Informationsvermischung zu vermeiden; zweitens simuliert das Kettendenken von Liedtexten den Prozess der menschlichen Kreativität, bei dem die Emotion des Textes verstanden wird, bevor die entsprechende Melodie erzeugt wird, und diese hierarchische Verarbeitung gewährleistet die Genauigkeit des künstlerischen Ausdrucks.
Diese Antwort stammt aus dem ArtikelYuE: Wandelt Liedtexte in ein Basismodell eines kompletten Songs um und unterstützt eine breite Palette von MusikstilenDie
