핵심 역량

• 가변 길이 오디오 생성
• 오디오 인페인팅 및 편집
• 음악 및 음향 효과 생성
• 텍스트 조건부 오디오 생성

강점

• H200 GPU 기준 2초 미만의 빠른 생성 속도
• 가변 길이 생성 지원으로 불필요한 전체 길이 생성 비용 제거
• 소비자용 하드웨어에서 구동 가능한 효율적 추론 파이프라인

훈련 방식

트랜스포머 기반 잠재 확산 모델 아키텍처에 의미론적-음향적 오토인코더를 결합하고, 적대적 사후 학습을 적용하여 추론 효율성을 최적화함.

알아두면 좋은 것

• 가변 길이 생성 지원으로 짧은 사운드 제작 비용 절감
• 적대적 사후 학습을 통한 추론 속도 가속 및 품질 향상
• 소비자용 하드웨어에서 구동 가능
• AudioSparx 및 Freesound 데이터셋으로 학습