Tempolor v3.5 は拡散モデル（Diffusion）と連続的な音楽音声表現に基づき、44.1kHzステレオの高品質な音楽生成に対応します。このバージョンは技術ロードマップにおいて、意味的な骨格のモデリングを重視するパラダイムから、連続的な音響表現を中核とする高忠実度の音楽生成パラダイムへとさらに進化し、音のテクスチャ、空間的な階層、ダイナミクス、そして全体的な聴感の自然さと完成度を大幅に向上させました。

Tempolor v3.5 はControlNetやInpaint / Repaintなどの制御可能な生成機能を導入することで、メロディ制御、歌詞編集、部分的な再描画といったシーンでの編集性と制御性をさらに広げ、より精緻な音楽制作とインタラクティブな編集に技術的基盤を提供します。

推論効率の面では、リアルタイムファクターは0.1未満で、楽曲全体の生成速度は業界トップクラスです。

Tempolor v3.5 は、細部の聴感と雰囲気の表現において明確な優位性を持っています。リバーブの残響、ダイナミックな起伏、テクスチャの階層、空間的な奥行きをより自然に再現し、叙情的、幻想的、サスペンス、壮大といった感情主導のコンテンツで、より没入感のある結果を実現します。

前の2世代と比べ、3.5は「正しく書く」だけでなく「良く聴こえる」ことにも注力しており、映像音楽、アンビエント音楽、ブランドのムード音楽など、聴感の完成度がより求められるシーンに適しています。

特にボーカルの歌唱において、歌唱力、声質の表現、ボーカルの音質、歌詞の明瞭さといった各次元で、優れたボーカルの質感を示します。

※ NVIDIA RTX 4090に基づく

120秒の音楽音声の生成時間の比較（Nvidia L20 GPUでの推論）