YuE2 müzik üretiminde sembolik planlama dönemini başlattı
Öne çıkanlar
- YuE2, WildSongBench değerlendirmesinde 6,9632 puana ulaşarak Suno v5 modelini geride bıraktı.
- MERT2 ses kodlayıcıları, MARBLE kıyaslamasındaki 15 metriğin 14'ünde en yüksek başarıyı kaydetti.
- SheetSage2, tek modelle altı farklı müzik transkripsiyonu görevini başarıyla tamamladı.
- YuE2 modeli, Tokenwave.AI sentetik verileri ve CC0 kayıtlar dahil 346 bin saatlik sesle eğitildi.
Araştırmacılar, sembolik planlama yöntemini temel alan yeni nesil yapay zeka müzik modeli YuE2'yi tanıttı. Melodi, ritim ve akor dizilimlerini sembolik bir plan üzerinden şarkıya dönüştüren model, konuşma tabanlı arayüzü sayesinde şarkı düzenleme ve cover oluşturma imkanı tanıyor. 5 Eylül 2026 tarihli değerlendirme sonuçlarına göre YuE2, WildSongBench testlerinde 6,9632 SongBench puanına ulaşarak 15 farklı sistem ayarı arasında en yüksek ortalamayı elde etti. Model, aynı karşılaştırmada 6,8721 puan alan Suno v5'i geride bıraktı.
Proje kapsamında YuE2'nin yanı sıra MERT2 ses kodlayıcıları ve SheetSage2 transkripsiyon modeli de paylaşıldı. 632 milyon parametreli MERT2-30s ve MERT2-FS kodlayıcıları, müzik anlama testlerini içeren MARBLE kıyaslamasında 15 metriğin 14'ünde en yüksek başarıyı yakaladı. Tek bir model üzerinden vuruş, anahtar, akor ve yapı ayrıştırma yapabilen SheetSage2 ise 13 farklı transkripsiyon metriğinin 10'unda en iyi performansı sergiledi.
Modellerin eğitiminde çoğunlukla CC0 lisanslı kamuya açık müzikler ve sentetik veriler kullanıldı. Sentetik eğitim verisinin büyük kısmı Tokenwave.AI tarafından sağlandı. Ekip, YuE2 modelinin 346 bin saat, MERT2 modellerinin 700 bin saat, SheetSage2 modelinin ise 28 bin 400 saatlik veriyle eğitildiğini açıkladı.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.