Tempolor v4.5 はTempolorの現行の旗艦級音楽生成モデルです。アーキテクチャ面では、これまでのモデルバージョンを基にボトルネックを再開発しました。生成パラダイムは実際の音楽制作と整合し、階層的・漸進的アーキテクチャを通じて、48kHzステレオの高品質な音楽を生成します。このバージョンは音楽生成を異なるレベルの学習・生成タスクに分解し、粗から細へのCoarse-to-Fineな構造的生成を実現します。高レベルは音楽性と構造の組織化、中レベルは意味と内容の表現、低レベルは音響の細部と高忠実度の再現を担います。これは現在の主流パラダイムである「高レベルの意味から細粒度の音響へ」という階層的生成経路を体現し、音楽性と音質のバランスを取ります。

制御性の面では、通常の生成に加えて、精密なリミックス改変、細粒度オーディオ編集などの機能にも対応します。

Tempolor v4.5 は第4世代の階層的・漸進的アーキテクチャの継続的な進化であり、今回は基礎的な音楽生成とカバー生成の双方で大きな向上を遂げました。このバージョンは、ドラム、ベース、ハーモニー、ボーカルにおいてより明確な階層感と空間的分離を示し、スローテンポやリラックス系の曲調では感情表現と編曲の質感がとりわけ繊細です。タグやプロンプトで楽器の音色、ハーモニー、ボーカルを調整した際、モデルの応答がより意図に沿い、制作プロセスの再現性が高まり、一度で仕上がりやすくなります。

基礎的な音楽生成は音楽性と音楽意味の表現で大幅にアップグレード

• 音楽をより深く理解する基礎能力：モデル構造と音声表現をさらに最適化し、学習データのアノテーション精度を大幅に向上させ、音楽への理解をより正確にしました。

• より安定し、より正確な生成：ポストトレーニング手法でさらなるブレークスルーを達成——制御応答がより正確に、出力がより安定し、実際の音楽に近いダイナミクスを実現します。

• より強力な制御と二次創作：自社開発の自己教師あり音楽表現モデル（SSL Model）を再設計し、音色・メロディ・リズムの分離と融合のバランスを取ることで、精密なRemixとカバーの基盤を築きました。

カバー機能が大幅アップグレード：より澄んだ音色、より的確な指示への追従、より安定したメロディ再現。

• 精密なRemixリライト：既存の楽曲をスタイルとアレンジのレベルで書き換え・再構成でき、同じ素材から多様な可能性を素早く探れます。

• モチーフへの回帰：カバーの歌詞と原音源の長さが異なる、セクションが不規則といった難度の高い素材でも、モデルは主旋律へ素早く収束し、緩んだメロディラインを避けて、二次創作により確かな表現の余地をもたらします。

中国語・英語のテストセット（各30件、計60件）に基づき、Mureka v9、Suno v5.5、MiniMax V2.6と比較し、Meta Audiobox AestheticsとSongEvalの2つの評価体系を対象としています。