StemGenは、エンドツーエンドの音楽生成モデルです。音楽の背景を聴き取り、適切に応答するように訓練されています。SoundStormやVampNetと同様、非自己回帰型言語モデルアーキテクチャに基づいています。詳細は論文をご覧ください。このページでは、このアーキテクチャモデルの複数の出力例を示しています。