주요 특징

• 하나의 모델로 여러 오디오 작업을 처리하는 것을 목표로 합니다. 저장소가 밝힌 지원 현황은 음성 복원(SR), 목표 화자 추출(TSE), 음성·음원 분리(SS), 음색 변환(VC), 자연어 질의 기반 음원 분리(LASS), 오디오 토크나이제이션(CODEC), 오디오 편집(AE)까지 7개이며, 텍스트-오디오 생성(TTA)과 음향 에코 제거(AEC)는 개발 중으로 표기되어 있습니다.
• 구조는 디코더 온리 자기회귀 언어모델을 백본으로 삼습니다. WavLM·HuBERT 계열 특징 추출기, 이산 코덱 H-Codec, 언어모델을 끊김 없이 하나의 파이프라인으로 연결해 음성 토큰을 예측하는 방식이며, 사용자가 작업 종류를 지시하는 프롬프트를 따로 넣지 않아도 되는 프롬프트 프리 동작을 강조합니다.
• 신경 오디오 코덱(NAC)을 별도 축으로 개발합니다. QuarkAudio-HCodec 디렉터리에 사전학습 모델과 추론 예제를 함께 공개했고, 2026년 5월 7일 릴리즈한 HCodec-Spatial은 스테레오 신호를 인코딩하는 공간 오디오 코덱과 모노 입력을 스테레오로 공간화하는 기능을 지원합니다. 코덱은 오디오 모달리티를 언어모델과 연결하는 기반 모듈로 위치시킵니다.
• 연구 성과를 코드와 함께 공개하는 흐름을 유지하고 있습니다. 2026년 7월 INTERSPEECH 2026에 UniSE-V2.0(디코더 온리 자기회귀 LM 기반 음성 향상 통합 프레임워크)과 LMPAN(풀듀플렉스 에코 제거·잡음 억제용 경량 다중 경로 정렬 네트워크) 두 편이 채택됐고, ICASSP 2026 채택 논문의 하이브리드 음성 향상 시스템은 URGENT 2026 챌린지 Track 1에서 3위를 기록했다고 밝힙니다.
• 재현 가능한 연구를 목표로 배포 경로를 갖췄습니다. Hugging Face의 QuarkAudio 조직과 ModelScope에 모델을 올려두었고, 태스크별 결과를 들어볼 수 있는 데모 페이지와 arXiv 기술 리포트를 제공합니다. 라이선스는 Apache 2.0이며 UniSE, UniTok-Audio, HCodec이 하나의 저장소 안에 하위 프로젝트로 정리되어 있습니다.