llama.cpp 프로젝트는 LFM2 오디오 모델에 사용되는 mel 전처리에 대한 수정을 포함한 버전 b11190을 출시했습니다. 이 변경은 영어 4.5% 및 일본어 테스트 발화 6.5%에서 서로 다른 탐욕스러운 트랜스크립트를 유발한 불일치를 해결합니다.

  • 로그 바닥으로 클램핑하는 대신 log(x + 2^-24)를 사용합니다.
  • torch.hann_window(periodic=False)와 동일한 대칭 한 윈도우를 구현합니다.
  • 제곱근 내부가 아닌 표준 편차에 정규화 epsilon을 추가합니다.
  • liquid-audio 대비 mel 상대 L2 오차를 영어와 일본어 모두에서 ~3-4%에서 중앙값 ~2e-6로 줄입니다.

이 업데이트는 lfm2a 전처리가 참조 구현의 출력과 일치하도록 보장하여 여러 언어 및 정밀도 형식 전반에 걸쳐 트랜스크립션 정확도를 향상시킵니다.