스트리밍 언어 모델
오디오 토큰을 자기회귀적으로 일정한 속도로 출력하는 아키텍처로, 입력 길이와 무관하게 출력 길이에 비례해 비용이 선형으로 증가하면서 고정 오버헤드가 거의 없어 긴 텍스트에서 지연 예측이 용이하다.