# \#hifigan

**URL:** https://discuss.pytorch.kr/tag/hifigan/2124.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [AudioSR: 다양한 오디오 신호의 품질 향상 모델 (AudioSR: Versatile Audio Super-resolution at Scale)](https://discuss.pytorch.kr/t/audiosr-audiosr-versatile-audio-super-resolution-at-scale/2893)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [11월 20, 2023, 9:30오후 UTC](https://discuss.pytorch.kr/t/audiosr-audiosr-versatile-audio-super-resolution-at-scale/2893 "2023-11-20T21:30:00Z")

</div>

이 글은 GPT 모델로 자동 요약한 설명으로, 잘못된 내용이 있을 수 있으니 원문을 참고해주세요! :smile: 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다! :bowing\_man: AudioSR: 스케일에서 다재다능한 오디오 슈퍼-레졸루션 (AudioSR: Versatile Audio Super-resolution at Scale) 개요 AudioSR은 낮은 해상도 오디오의 고주파수 구성분을 예측하여 오디오 품질을 향상시키는 방법입니다. 이전 방법들은 처리할 수 있는 오디오 유형(예: 음악, 연설)과 특정 대역폭 설정에 한계가 있었습니다. AudioSR은 음향 효과, 음악, 연설 등 다양한 오디오 유형에 강력한 오디오 슈퍼-레졸루션을 수행할 수 있으며, 모든 입력 오디오 신호를 AudioSR의 대역폭 범위 내에서 업샘플링 할 수 있는 것이 특징입니다. (Any -\> 48kHz) 접근 방법 모델 구조 - 고해상도 파형 추정 AudioSR의 아키텍처는 낮은 해상도 오디오를 다시 샘플링한 후, 잠재 디퓨전 모델(LDM; Latent Diffusion Model)을 사용하여 고해상도의 멜-스펙트로그램을 추정합니다. LDM의 학습은 사전 훈련된 변형 자동 인코더(VAE)에 의해 학습된 잠재 공간 내에서 수행됩니다. 또한, 훈련 목표, 노이즈 일정, 조절 메커니즘을 개선하였습니다. Neural Vocoder 멜-스펙트로그램은 직접 청취할 수 없기 때문에, HiFiGAN 기반의 신경 보코더를 사용하여 멜-스펙트로그램을 파형으로 변환합니다. 이 보코더는 다양한 오디오 데이터를 사용하여 최적화하였습니다. 전처리 및 후처리 입력 저해상도 오디오의 특성에는 후처리가 적용됩니다. 모델 훈련과 평가 간의 불일치를 최소화하기 위해 평가 중 입력 오디오에 대한 전처리를 수행합니다. 이때 체비셰프 필터를 사용하여 저역 필터링 작업을 수행합니다. 실험 및 결과 객관적 평가와 주관적 평가를 위해 다양한 데이터셋(VCTK, AudioS…
