diffusers/main/es/api/models/autoencoderkl_audio_ltx_2.md

AutoencoderKLLTX2Audio

El modelo de autoencoder variacional (VAE) 3D con pérdida KL utilizado en LTX-2 fue introducido por Lightricks. Se utiliza para codificar y decodificar representaciones latentes de audio.

El modelo se puede cargar con el siguiente fragmento de código.

from diffusers import AutoencoderKLLTX2Audio

vae = AutoencoderKLLTX2Audio.from_pretrained("Lightricks/LTX-2", subfolder="vae", dtype=torch.float32).to("cuda")  # or "mps", "xpu", "cpu"

AutoencoderKLLTX2Audio[[diffusers.AutoencoderKLLTX2Audio]]

diffusers.AutoencoderKLLTX2Audio[[diffusers.AutoencoderKLLTX2Audio]]

diffusers.AutoencoderKLLTX2Audio(base_channels: int = 128, output_channels: int = 2, ch_mult: tuple[int, ...] = (1, 2, 4), num_res_blocks: int = 2, attn_resolutions: tuple[int, ...] | None = None, in_channels: int = 2, resolution: int = 256, latent_channels: int = 8, norm_type: str = 'pixel', causality_axis: str | None = 'height', dropout: float = 0.0, mid_block_add_attention: bool = False, sample_rate: int = 16000, mel_hop_length: int = 160, is_causal: bool = True, mel_bins: int | None = 64, double_z: bool = True)

Fuente

VAE de audio de LTX2 para codificar y decodificar representaciones latentes de audio.

encode[[diffusers.AutoencoderKLLTX2Audio.encode]]

encode(x: Tensor, return_dict: bool = True)

Fuente

decode[[diffusers.AutoencoderKLLTX2Audio.decode]]

decode(z: Tensor, return_dict: bool = True)

Fuente

forward[[diffusers.AutoencoderKLLTX2Audio.forward]]

forward(sample: Tensor, sample_posterior: bool = False, return_dict: bool = True, generator: typing.Optional[torch.Generator] = None)

Fuente

Parámetros:

sample (torch.Tensor) : Muestra de entrada.

sample_posterior (bool, opcional, por defecto False) : Si se muestrea de la posterior.

return_dict (bool, opcional, por defecto True) : Si se devuelve un DecoderOutput en lugar de una tupla simple.

generator (torch.Generator, opcional) : Un torch.Generator para hacer que la muestreo sea determinista.

Devuelve: DecoderOutput o tuple

Si return_dict es True, se devuelve un DecoderOutput; en caso contrario, se devuelve una tuple simple.