نموذجSFC-Locoformer: الضغط الطيفي التكيفي وحدود الحوار لـ 11.8 ديسيبل DnR
قراءة مكثفة للورقة / فصل الصوت السينمائي والتلفزيوني
اقرأ المقال
نموذجBoogu-Image 0.1: تقسيم العمل ومخاطر التشويه بين الأوزان الثلاثة Base وTurbo وEdit
نموذج التشريح/إنشاء الصور وتحريرها
اقرأ المقال
نموذجSenseNova-U1 Infographic V2: نطاق التقييم 50.3 نقطة وحدود الرسوم البيانية
نموذج خاص/إنشاء مخطط معلوماتي
اقرأ المقال
نموذجLongCat-AudioDiT 3.5B: كتابة ظروف السماعة في محول نشر الصوت
قراءة مكثفة للورقة / استنساخ صوتي بدون عينة
اقرأ المقال
نموذجAudioSep-Hive: فصل الأصوات العشوائية باستخدام استعلام نصي
فصل الصوت/الملاحظات الفنية
اقرأ المقال
نموذجBandIt وTIGER-DnR: المعركة من أجل تخصيص الحوسبة للفصل ثلاثي المسارات للفيلم والتلفزيون
صوت الأفلام والتلفزيون / DnR
اقرأ المقال
نموذجMossFormer2 وTIGER-speech: ثلاثة أقسام للمهام في الواجهة الأمامية الصوتية
الواجهة الأمامية الصوتية/مقارنة التكنولوجيا
اقرأ المقال
نموذجصوت متخصص لـ MIDI: خمسة نماذج، وخمس أوراق مختلفة لامتحان F1
تتوفر لهذه النماذج أوزان عامة، وربط كأداة أو profile في TelkNet، واختيار واضح للإصدار، وتعريفات runtime ثابتة. تتحكم حالة Admin في الظهور وقبول المهام؛ يتطلب التفعيل أدلة E2–E4، ويتطلب المسار الافتراضي أيضاً E5.
اقرأ المقال
نموذجMuScriptor-large: القياس الفعلي والحدود لمزيج كامل من 1.366 مليار معلمة إلى MIDI متعدد المسارات
النسخ التلقائي للموسيقى
اقرأ المقال
نموذجQwen-Image وZ-Image وFLUX.2 [klein]: الاختلافات بين ثلاثة مسارات للصور المفتوحة
افتح نموذج الصورة/نظرة عامة على التكنولوجيا
اقرأ المقال
نموذجBiRefNet، وMoebius، وVOSR، وDDColor: أربع مشكلات عكسية، وأربع طرق للفشل
استعادة الصور / مقارنة النماذج الخاصة
اقرأ المقال
نموذجdots.tts: المتغيرات الصوتية الكامنة المستمرة، ومطابقة التدفق، والكلام بعيد المدى بتردد 48 كيلو هرتز
تركيب الكلام / القراءة المكثفة للأوراق
اقرأ المقال
نموذجSoulX-Singer وYingMusic-Singer-Plus: محرك النتيجة ومرجع اللحن، طريقتان لتركيب صوت الغناء
تركيب الغناء / مقارنة المسار
اقرأ المقال
نموذجHQ-SVC وYingMusic-SVC: تفكيك المحتوى وF0 والطاقة وجرس تحويل صوت الغناء
تحويل صوت الغناء / مقارنة التكنولوجيا
اقرأ المقال
نموذجتغلب على هذا!: تغلب على التتبع دون انتهاء DBN
استرجاع المعلومات الموسيقية / الترجمة الورقية
اقرأ المقال
نموذجطراز الساكسفون Demucs v3: 14.22 ديسيبل ونطاق ضيق A/B
فصل الأجهزة/الملاحظات الفنية
اقرأ المقال
نموذجQwen3-TTS، وFish S2 Pro، وMOSS-TTS، وVoxCPM2: أربع واجهات لحالة الصوت
تركيب الكلام / مقارنة النماذج المفتوحة
اقرأ المقال
نموذجVevo2: إعادة تنظيم الغناء بناء على ثلاثة شروط: المحتوى والجرس والإيقاع.
تركيب الغناء/الملاحظات الفنية
اقرأ المقال
نموذجفصل الصوت إلى أربعة مسارات: لماذا يناسب Huge-SCNet هدف MSS
تستخدم أداة TelkNet الحالية لأربعة مسارات Huge-SCNet-4stems V1.2 لتقسيم المكس الكامل إلى أصوات وطبول وباس ومسارات أخرى. يشرح المقال الاختيار عبر تاريخ MSS وحدود Mel-Band RoFormer ونمذجة SCNet حسب النطاقات الفرعية والنتائج العامة.
اقرأ المقال
نموذجKrea 2: Krea AI تصدر أوزان Raw وTurbo لتوليد الصور
أصدرت Krea AI نموذجي Krea 2 Raw وKrea 2 Turbo كأوزان مفتوحة. يصف التقرير التقني Krea 2 كنموذج انتشار نص-إلى-صورة بحجم 12B دُرّب من الصفر، ويعرض تفاصيل ترشيح البيانات، ومسار caption، وما بعد التدريب، والتعلم المعزز، وحدود السلامة والترخيص.
اقرأ المقال
نموذجChordEdit: نقل منخفض الطاقة بخطوة واحدة لتحرير source-to-target
ChordEdit ورقة CVPR 2026 Oral / Best Student Paper Honorable Mention. تعالج تحرير الصور الموجه بالنص في خطوة واحدة كمشكلة نقل أمثل ديناميكي بين source prompt وtarget prompt، ثم تستخدم Chord Control Field لتقليل انجراف عالي الطاقة قد يشوه الأجسام والخلفيات. يعرض المقال الطريقة كسطح تحرير صور مع source_prompt وtarget_prompt وseed وsample count وtime-window وstep-scale من العرض الرسمي.
اقرأ المقال
نموذجZyphra ZONOS2: نموذج TTS MoE مفتوح لاستنساخ الصوت عالي الدقة
أصدرت Zyphra نموذج ZONOS2 بترخيص Apache-2.0: إجمالي 8B مع نحو 900M نشطة في MoE TTS وأكثر من 6M ساعة كلام. يعرضه TelkNet كأداة ZONOS2 Voice Cloning TTS.
اقرأ المقال
نموذجGoogle Magenta RealTime 2: عندما يصبح نموذج الموسيقى آلة قابلة للعزف
موجز محدث مع رسوم Google الرسمية حول زمن الاستجابة المنخفض، وتحكم MIDI/النص/الصوت، وبنية 2.4B/230M، ومتطلبات العتاد وحدود MRT2.
اقرأ المقال