Problem

目前音樂生成模型在追求高保真度、長片段音訊以及可控性時，往往面臨生成效率低下與架構過於複雜的挑戰，難以同時兼顧商用品質與長時效產出。

Method

捨棄常見的自回歸（AR）或多階段級聯流程，採用純擴散模型（Pure Diffusion）架構，支援單次生成五分鐘歌曲，並利用步長蒸餾（Step-distillation）技術大幅提升推論速度。

Results

模型能直接輸出包含人聲與背景音樂的雙音軌（Dual Stems），具備優異的多語言生成能力，且其框架方便進行後續的微調與自定義，以支持下游的音訊編輯任務。

Significance

這項研究簡化了音樂生成的技術路徑，在提升生成速度的同時，突破了長篇幅音樂創作的品質瓶頸，為商業音訊生產與個人化創作提供了更具效率且靈活的工具。