PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.07356v1cs.SD

DirectAudioEdit: 확산 예측 대비를 통한 인버전 없는 텍스트 기반 오디오 편집

DirectAudioEdit: Inversion-Free Text-Guided Audio Editing via Diffusion Prediction Contrast

텍스트 기반 오디오 편집은 편집과 무관한 원본 구성 요소를 보존하면서 언어로 지정된 음향 콘텐츠를 수정하는 것을 목표로 합니다. 기존의 학습 없는(training-free) 방법들은 주로 인버전(inversion) 기반 편집에 의존합니다. 인버전 없는 편집은 계산 오버헤드와 재구성 오차를 줄여주기 때문에 매력적이지만, 오디오 편집 분야에서는 대부분 탐구되지 않은 상태로 남아 있습니다. 핵심 과제는 확산 디노이징(denoising) 역학을 통해 원본에서 목표로의 편집 경로를 구성하는 것입니다. 본 논문에서는 오디오 편집을 위한 학습 없고 인버전 없는 방법을 개발하려는 첫 번째 시도인 DirectAudioEdit을 소개합니다. 두 가지 백본(backbone)에 걸친 음악 및 이벤트 수준 벤치마크(benchmark)에 대한 실험 결과, DirectAudioEdit은 DDPM 인버전과 비교하여 매크로 평균 FAD와 KL을 각각 15.9%와 15.8% 감소시키면서 최대 64.5%의 편집 속도 향상을 달성함을 보여줍니다.