핵심 역량

• 비디오 기반 오디오 생성 (Video2Audio)
• 텍스트 프롬프트 기반 음악 합성
• 고품질 오디오 샘플링
• 멀티모달 컨텍스트 이해

강점

• 비디오와 오디오 간의 정밀한 시각-청각 정렬 지원
• MIT 라이선스를 통한 자유로운 활용 가능

훈련 방식

Google T5/Gemma 기반 모델을 활용한 오디오 및 음악 생성 특화 파인튜닝

알아두면 좋은 것

• MIT 라이선스로 상업적 이용 및 수정 가능
• Google의 T5/Gemma 기반 아키텍처 활용
• Arxiv 논문(2511.18833, 2506.21448) 기반의 연구 성과 반영