MagiCodec은 단일 계층 스트리밍 Transformer 기반의 새로운 오디오 코덱입니다. 기존 오디오 코덱들이 재구성 품질에 초점을 맞춰 생성된 토큰의 후속 모델링 성능을 저해하는 문제를 해결하기 위해 고안되었습니다. 가우시안 노이즈 주입 및 잠재 변수 정규화를 포함하는 다단계 학습 파이프라인을 통해, 높은 재구성 충실도를 유지하면서 생성된 코드의 의미적 표현력을 향상시킵니다. 주파수 영역에서 노이즈 주입의 효과를 분석적으로 도출하여 고주파 성분 감쇠 및 강력한 토큰화를 보여줍니다. 실험 결과, MagiCodec은 재구성 품질과 후속 작업 모두에서 최첨단 코덱을 능가하며, 생성된 토큰은 자연어에서 관찰되는 Zipf 분포와 유사하여 언어 모델 기반 생성 아키텍처와의 호환성을 향상시킵니다. 코드와 사전 학습된 모델은 https://github.com/Ereboas/MagiCodec 에서 이용 가능합니다.
