ModelloSFC-Locoformer: compressione spettrale adattiva e limiti del dialogo per DnR a 11,8 dB
Lettura intensiva di tesi/separazione del suono cinematografico e televisivo
Leggi l'articolo
ModelloBoogu-Image 0.1: Divisione del lavoro e del rischio di distorsione tra i tre pesi Base, Turbo e Modifica
Generazione e modifica di anatomia/immagine del modello
Leggi l'articolo
ModelloSenseNova-U1 Infografica V2: intervallo di valutazione di 50,3 punti e confini dell'infografica
Generazione di modelli speciali/infografiche
Leggi l'articolo
ModelloLongCat-AudioDiT 3.5B: scrive le condizioni degli altoparlanti nel trasformatore di diffusione audio
Lettura intensiva dell'articolo / Clonazione vocale a campione zero
Leggi l'articolo
ModelloAudioSep-Hive: separa i suoni arbitrari con una query di testo
Separazione del suono / note tecniche
Leggi l'articolo
ModelloBandIt e TIGER-DnR: la battaglia per l'assegnazione informatica della separazione a tre tracce per film e televisione
Suono cinematografico e televisivo / DnR
Leggi l'articolo
ModelloMossFormer2 e TIGER-speech: tre divisioni di compiti nel front-end vocale
Front-end vocale/Confronto tecnologie
Leggi l'articolo
ModelloAudio specializzato in MIDI: cinque modelli, cinque diversi documenti d'esame F1
Questi modelli dispongono di pesi pubblici, collegamento come strumento o profile TelkNet, scelta esplicita della versione e definizioni runtime immutabili. Lo stato Admin governa visibilità e ammissione dei task; l’attivazione richiede E2–E4 e la rotta predefinita richiede anche E5.
Leggi l'articolo
ModelloMuScriptor-large: misurazione effettiva e limiti di 1.366 miliardi di parametri mix completo su MIDI multitraccia
Trascrizione musicale automatica
Leggi l'articolo
ModelloQwen-Image, Z-Image e FLUX.2 [klein]: le differenze tra tre percorsi di immagini aperte
Apri panoramica modello immagine/tecnologia
Leggi l'articolo
ModelloBiRefNet, Moebius, VOSR e DDColor: quattro problemi inversi, quattro modi di fallimento
Restauro dell'immagine/confronto di modelli speciali
Leggi l'articolo
Modellodots.tts: variabili latenti acustiche continue, corrispondenza del flusso e parlato a lungo raggio a 48 kHz
Sintesi vocale / Lettura intensiva di articoli
Leggi l'articolo
ModelloSoulX-Singer e YingMusic-Singer-Plus: score drive e riferimento melodico, due percorsi di sintesi vocale cantata
Sintesi del canto/confronto dei percorsi
Leggi l'articolo
ModelloHQ-SVC e YingMusic-SVC: smantellamento del contenuto, F0, energia e timbro della conversione della voce cantata
Conversione vocale del canto / Confronto tecnologico
Leggi l'articolo
ModelloBeat This!: tracciamento del beat senza finale DBN
Recupero di informazioni musicali/interpretazione cartacea
Leggi l'articolo
ModelloModello sassofono Demucs v3: 14,22 dB e banda stretta A/B
Separazione strumenti/Note tecniche
Leggi l'articolo
ModelloQwen3-TTS, Fish S2 Pro, MOSS-TTS e VoxCPM2: quattro interfacce per condizioni vocali
Sintesi vocale/confronto modelli aperti
Leggi l'articolo
ModelloVevo2: Riorganizzazione del canto basata su tre condizioni: contenuto, timbro e ritmo.
Sintesi canto/note tecniche
Leggi l'articolo
ModelloSeparazione audio a quattro stem: perché Huge-SCNet è adatto al target MSS
Lo strumento TelkNet per quattro stem usa Huge-SCNet-4stems V1.2 per separare un mix completo in voci, batteria, basso e altro. L’articolo spiega la scelta tramite storia MSS, punti di forza e limiti di Mel-Band RoFormer, modellazione a sottobande SCNet e punteggi pubblici.
Leggi l'articolo
ModelloKrea 2: Krea AI rilascia pesi Raw e Turbo per generare immagini
Krea AI ha rilasciato Krea 2 Raw e Krea 2 Turbo come open weights. Il report tecnico descrive Krea 2 come un modello di diffusione text-to-image da 12B addestrato da zero e dettaglia filtraggio dei dati, pipeline di caption, post-training, reinforcement learning e confini di sicurezza e licenza.
Leggi l'articolo
ModelloChordEdit: trasporto a bassa energia in un passaggio per editing source-to-target
ChordEdit è un paper CVPR 2026 Oral / Best Student Paper Honorable Mention. Descrive l'editing testuale di immagini in un passaggio come un problema di trasporto ottimale dinamico tra source prompt e target prompt, poi usa un Chord Control Field per ridurre il drift ad alta energia che deforma oggetti e rovina gli sfondi. L'articolo collega il metodo a una superficie di editing con source_prompt, target_prompt, seed, sample count, time-window e step-scale della demo ufficiale.
Leggi l'articolo
ModelloZyphra ZONOS2: un TTS MoE aperto per voice cloning ad alta fedeltà
Zyphra rilascia ZONOS2 con licenza Apache-2.0: 8B parametri totali, circa 900M attivi in un'architettura MoE TTS e oltre 6M ore di parlato. TelkNet lo presenta come strumento ZONOS2 Voice Cloning TTS.
Leggi l'articolo
ModelloGoogle Magenta RealTime 2: quando un modello musicale diventa uno strumento suonabile
Panoramica tecnica su MRT2: autoregressione frame-level da 40 ms, controllo MIDI/testo/audio a bassa latenza, struttura 2.4B/230M, percorso SpectroStream, embedding MusicCoCa e limiti della generazione musicale live.
Leggi l'articolo