본 논문은 음성, 음악, 오디오 처리 분야의 기본 과제인 소스 분리에 대해 다룹니다. 기존의 소스 분리 모델들은 성능 향상을 위해 네트워크 크기를 증가시켜 훈련 및 배포 비용이 증가하는 문제점을 가지고 있습니다. 본 논문에서는 훈련 시간 및 추론 시간 모두 확장 가능한 판별적 소스 분리 모델인 TISDiSS(Training-Time and Inference-Time Scalable Discriminative Source Separation)를 제안합니다. TISDiSS는 초기 분할 다중 손실 감독, 공유 매개변수 설계, 동적 추론 반복을 통합하여 추론 깊이를 조정함으로써 속도와 성능 간의 유연한 절충을 가능하게 합니다. 추론 반복 횟수를 늘려 훈련하면 얕은 추론 성능이 향상되어 저지연 응용 프로그램에 유리합니다. 표준 음성 분리 벤치마크 실험을 통해 매개변수 수를 줄이면서 최첨단 성능을 달성함을 보여주며, 적응형 소스 분리를 위한 확장 가능하고 실용적인 프레임워크임을 입증합니다. 코드는 https://github.com/WingSingFung/TISDiSS 에서 이용 가능합니다.
