연구진은 종단 간 신경 오디오 모델이 해상도가 높은 압축 및 생성을 달성하는 과정에서 주파수 기반의 해석 가능한 특징을 직접적으로 표현하는지 분석했어요.
분석 결과, 일부 모델은 시간-주파수-로컬화된 원시 정보를 소실시키는 두 가지 구조적 병목 현상을 발생시키며, 이는 모델 아키텍처와 신호 구조에 의해 예측 가능해요.
연구진은 Gabor Latent Refactorization (GLRF)라는 가벼운 후처리 기법을 도입하여 필터 대역폭을 이론적 해상도 제한 내로 줄이고 재구성 충실도를 유지하며 피치와 같은 속성에 대한 제어력을 향상시켰어요.
이러한 결과는 종단 간 오디오 모델의 인코더가 예측 가능하게 주파수 기반 원시 정보에 대한 접근성을 저하시키며, 가벼운 후처리 기법으로 상당 부분을 복구할 수 있음을 보여줘요.