Suno·Udio를 위한 AI 음악 인핸서

기존 오디오 인핸서(EQ + 압축 + 노이즈 제거)는 입력이 "깨끗한 신호에 부가적인 노이즈가 더해진 것"이라고 가정합니다. AI 생성 음악에는 이 가정을 위배하는 구조적인 코덱 아티팩트가 포함되어 있으며 — 일반 인핸서는 이를 증폭시킬 수 있습니다. 이 도구는 다른 접근 방식을 사용합니다: 코덱 아티팩트 복원에 특화하여 학습된 모델입니다.

Apollo는 ICASSP 2025에 발표된 신경망입니다 (Li et al., "Apollo: Band-sequence Modeling for High-Quality Audio Restoration"). MP3로 압축된 음악 — 특히 24~128 kbps 범위의 MP3 — 를 무손실 품질로 복원하도록 학습되었습니다. 동일한 아키텍처가 SUNO 무료 등급 출력과 기타 저비트레이트 생성기의 신경망 코덱 아티팩트로도 잘 전이됩니다.

Apollo는 음악에 대해 학습되었습니다. 음성 정리(인터뷰, 팟캐스트)의 경우 Audio Enhancer 또는 Voice Enhancer 도구를 사용하십시오 — 이러한 도구는 음성 특유의 노이즈 패턴을 대상으로 합니다.

거의 전적으로 길이입니다. 모델은 곡을 처음부터 끝까지 훑으며 오디오 1초당 같은 양의 일을 합니다. 3분짜리 곡은 최신 휴대폰에서 30초쯤, 데스크톱에서는 더 빨리 복원됩니다. 시간을 바꾸지 않는 것은 손상 정도입니다. 심하게 압축된 파일이든 거의 깨끗한 파일이든 비용이 같은데, 신경망이 어느 쪽이든 모든 구간을 들여다보기 때문입니다.

Apollo의 학습 범위에 해당하는 강하게 압축된 음악에서 가장 잘 작동합니다 — 즉, SUNO 무료 등급 MP3(공칭 128 kbps이며 VBR이라 더 높게 측정되는 경우도 있습니다), 96–128 kbps의 오래된 웹 MP3, Riffusion MP3 익스포트입니다. 거의 투명한 입력은 효과가 적습니다: Udio 무료는 이미 320 kbps MP3를 제공하고, SUNO Pro는 320 kbps 또는 WAV를 제공하며, 저자들도 128 kbps를 초과하는 결과는 이 모델의 평가 범위를 벗어난다고 명시합니다. 또한 SUNO 출력은 학습 데이터에 의해 ~16 kHz의 스펙트럼 상한이 내재되어 있어, 복원만으로는 이를 재구성할 수 없습니다. 무손실 입력(FLAC, DAW에서 추출한 WAV)은 얻는 이득이 거의 없으며, 심하게 손상된 자료(클리핑, 드롭아웃) 역시 학습 분포 밖이므로 — 먼저 Audio Restoration(오디오 복원) 도구를 시도해 보시기 바랍니다.

아니요. 복원은 브라우저에서 실행됩니다 — 오디오 파일은 저희에게 전송되지 않습니다. 버그를 발견하고 속도를 개선하기 위해 익명의 성능 이벤트(모델 로딩 시간, 추론 지속 시간)만 기록합니다. 개인정보 처리방침을 참조하십시오.

예. 신경망 오디오 코덱에서 발생하는 아티팩트 프로필은 이러한 도구들 사이에서 유사합니다 — Apollo는 이 모두를 처리합니다. 학습한 것과 동일한 종류의 손상(MP3 스타일 코덱 손실)에서 최상의 결과를 얻을 수 있습니다.

피할 수 있다면 다시 MP3로는 저장하지 마세요. 이번 처리의 요점은 MP3 압축이 한 일을 되돌리는 것이었는데, 결과를 다시 손실 형식으로 저장하면 되찾은 것의 일부를 그 자리에서 써 버립니다. WAV나 FLAC은 이후 작업이나 보관을 위해 온전히 유지해 줍니다. 손실 형식으로 내보내는 것은 사슬의 맨 끝, 파일이 곧장 청취자에게 가고 아무도 더 손대지 않을 때만 의미가 있습니다.