PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27320v1cs.SD

Elastic Time: 신경 오디오 코딩을 위한 동적 프레임 레이트 병목

Elastic Time: Dynamic Frame Rate Bottlenecks for Neural Audio Coding

신경 오디오 오토인코더는 압축, 특징 추출, 생성의 핵심 구성 요소가 되었다. 그러나 기존 시스템이 가변 비트레이트를 지원하더라도, 대다수의 모델은 여전히 고정 잠재 프레임 레이트에서 동작하며, 정보 밀도가 매우 다른 구간에 동일한 시간적 예산을 할당하여 불필요하게 긴 시퀀스가 발생할 수 있다. 우리는 고정 프레임 레이트 오토인코더를 동적 모델로 변환하는 동적 프레임 레이트 병목인 Elastic Time을 제안한다. 우리 방법은 어떤 프레임을 건너뛰고 이후 재구성할 수 있는지를 결정하는 경량 잠재 예측기를 학습하며, 추론 시 효율적인 탐욕적 경계 선택을 가능하게 한다. 실험 결과, 우리 방법은 배포 시점 레이트 제어를 가능하게 하면서 기준선 대비 효율-품질 트레이드오프를 개선한다. 전반적으로, 우리는 오디오 오토인코더에서 시간적 해상도를 조절하는 유연한 메커니즘을 제공하며, 생성 및 장문맥 작업을 위한 더 효율적인 하류 모델링을 잠재적으로 촉진할 수 있다.