Faster, Cleaner Vocal Isolation with Latent Diffusion

Share
Faster, Cleaner Vocal Isolation with Latent Diffusion

AI that pulls the vocals out—fast

Ever wished you could solo a singer from any track without artifacts? This research shows how, using a latent diffusion model that separates vocals from full mixes.

  • Efficient: Generates in a compact audio latent space, then decodes to sound—speeding up training and inference.
  • Practical data: Trained only on pairs of mixtures and isolated vocals (no need for every instrument stem).
  • Quality: Outperforms prior generative approaches and matches strong non‑generative systems on signal quality and interference removal in benchmarks.
  • Robustness: Includes a noise‑robustness study of the latent encoder.
  • Open tools: A modular toolkit is released for further research and creative workflows.

Paper by Genís Plaja‑Roglans, Yun‑Ning Hung, Xavier Serra, and Igor Pereira. Read more: https://arxiv.org/abs/2511.20470v1

Paper: https://arxiv.org/abs/2511.20470v1

Register: https://www.AiFeta.com

AudioAI DiffusionModels MusicTech SourceSeparation OpenData OpenSource AIResearch AudioEngineering

Read more

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Uusi vertailu näyttää, että tekoälyn tapa muotoilla järjestelmävaatimuksia luonnollisen kielen kysymyksiksi vaihtelee mallin ja aiheen mukaan. Siksi tärkeintä ei ole valita ”parasta” mallia, vaan tilanteeseen sopiva. Kuvitellaan tuttu kokous: pöydän ääressä yritetään päättää, mitä uuden tietojärjestelmän pitää pystyä tekemään. Syntyy lista kysymyksiä, joihin järjestelmän on osattava vastata. Esimerkiksi: ”Mitkä lääkkeet

By Kari Jaaskelainen
Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Kun tutkija jättää työpöytänsä, hänen äänensä ei välttämättä vaikene. Pelkistä julkaisuista voidaan jo rakentaa tekoäly, joka ohjaa väitöskirjaa, arvioi artikkeleita ja väittelee paneelissa – uskottavasti. Useimmat meistä ajattelevat tutkimusartikkeleita kirjastoiksi: hyllyriveiksi ajatuksia, joihin muut voivat palata. Uusi arXivissa julkaistu esityspaperi ehdottaa toisenlaista kuvaa. Julkaisut ovatkin rakennuspiirustuksia, joista voidaan koota tekijänsä ajattelutapa

By Kari Jaaskelainen
Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Moni tietää tunteen seminaarin päätteeksi: ohjelma oli kiinnostava, mutta kuka päätti, mistä puhuttiin ja mistä ei? Usein vastaus on pieni ohjelmakomitea, joka tekee valinnat ennakkoon. Yleisö kuuntelee, harva vaikuttaa. Eräässä tekoälyn yhteiskunnallisia vaikutuksia käsittelevässä kansainvälisessä konferenssissa kokeiltiin toisenlaista tapaa. Osallistujat eivät vain tulleet paikalle – he auttoivat muokkaamaan itse tilaisuuden suuntaa.

By Kari Jaaskelainen