研究人员开发了 BridgeCodec,一个旨在提高神经音频编解码器之间互操作性的新颖框架。该系统通过在不匹配且冻结的端点之间进行潜在表示的翻译,来解耦通常严格共同训练的编码器-解码器对。这种翻译被构建为薛定谔桥最优传输问题,无需预定义的噪声先验即可实现不同分布之间的鲁棒映射。此外,BridgeCodec 采用 Mamba 增强的 U-Net 架构来有效捕获语音中的长程时间依赖性,即使在极低的比特率下也能展示出卓越的重建和感知质量。 AI
影响 增强了神经音频编解码器的互操作性和效率,可能改进实时通信和音频压缩等应用。
排序理由 该集群包含一篇详细介绍音频编解码器新技术的框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- BridgeCodec
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Mamba
- Schrödinger Bridge
- ScienceCast
- U-Net
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →