프랜시스 라운티(francislabounty)가 스테레오 음악을 공간 음향으로 변환하는 Stereo2Spatial 모델을 공개했어요. 6개월간 개발한 이 모델은 기존 스테레오 음원의 공간 음향 믹스를 개선하는 데 목표를 뒀어요.
초기에는 VAE 기반의 잠재 공간 모델을 사용했지만, 품질 저하 문제를 해결하기 위해 Raw 파형 모델로 전환했고, WavFlow 논문의 Amplitude Lifting 기법을 적용해 학습 안정성을 확보했어요.
Waveform 모델은 7,669개 트랙으로 약 20일간 2개의 A6000 GPU에서 학습했으며, Hugging Face에서 모델과 GitHub 저장소를 공개하고 Windows 앱을 통해 결과물을 확인할 수 있어요.