음성 유사도 분석에서의 문제

✅ 요약: 왜 메모리를 38GB나 쓰고 있을까?

📌 주요 원인 요약:

  1. 한 번에 모든 악기 오디오를 불러와서 메모리에 로딩
  2. Librosa로 여러 오디오 특성 추출 시, 다중 numpy 배열이 중복 저장됨
  3. 큰 numpy 배열 / distance matrix가 그대로 메모리에 남아 있음
  4. plotting 시에 만든 객체들이 메모리에서 유지됨 (특히 matplotlib의 figure 객체)

📂 주요 코드 흐름에서의 문제 포인트

1. analysis_results를 계속 메모리에 유지

2. DTW/fastdtw 거리 계산 시에 큰 distance matrix 생성

3. 시각화 객체 (matplotlib)


🔥 해결 방법 (메모리 최적화 팁)

방법 설명
del + gc.collect() 쓰고 난 큰 배열/객체는 지우고 garbage collector 호출
plt.close() 시각화 후 figure 객체 닫기
lazy loading 오디오 waveform이나 feature를 필요할 때만 불러오기
save/load intermediate 메모리에 계속 쌓지 말고, 중간 결과는 디스크에 저장 후 필요할 때 로딩
@torch.no_grad() PyTorch 사용 시 inference 메모리 절약