Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Token-based Audio Inpainting via Discrete Diffusion

Created by
  • Haebom

저자

Tali Dror, Iftach Shoham, Moshe Buchris, Oren Gal, Haim Permuter, Gilad Katz, Eliya Nachmani

개요

본 논문은 오디오 손상 복구를 위한 새로운 접근 방식을 제시한다. 사전 훈련된 오디오 토크나이저에서 얻은 토큰화된 음악 표현에 이산 확산 방식을 적용하여, 긴 간격의 손상된 오디오를 안정적이고 의미 있게 복원하는 것을 목표로 한다. 특히, 시간적 동역학을 부드럽게 유지하는 파생 기반 정규화 손실과, 확산 과정에서 구조화된 손상을 제공하는 스팬 기반 흡수 전이를 도입했다. MusicNet 및 MAESTRO 데이터셋에서 최대 750ms 간격의 손상에 대한 실험 결과, 제안하는 방법이 150ms 이상의 간격에서 강력한 기준선을 일관되게 능가하는 성능을 보였다.

시사점, 한계점

긴 간격의 오디오 복원에 특화된 이산 확산 모델 기반의 새로운 접근 방식 제시.
시간적 일관성을 강화하고 복원 품질을 향상시키는 새로운 훈련 기법 (파생 기반 정규화 손실, 스팬 기반 흡수 전이) 제안.
MusicNet 및 MAESTRO 데이터셋에서 기존 방법 대비 우수한 성능 입증.
오디오 복원 분야의 발전과 이산 확산 모델 훈련에 새로운 방향 제시.
실험 결과가 특정 데이터셋과 간격 길이에 국한될 수 있음.
모델의 일반화 능력에 대한 추가적인 연구 필요.
온라인 데모 (https://iftach21.github.io/)에서 오디오 예시 제공.
👍