MP3
PulseAugur coverage of MP3 — every cluster mentioning MP3 across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
受LLM量化技术启发的6位音频编解码器
研究人员开发了AudioTQ，一种新颖的6位音频编解码器，它直接在时域操作，绕过了传统的心理声学建模。受大型语言模型权重量化中使用技术的启发，AudioTQ采用随机快速Walsh-Hadamard变换进行幅度均一化，然后是Lloyd-Max量化器和残差校正层。这种方法允许在标准CPU上进行实时单线程执行，并实现了约30 dB的信噪比，基准测试表明文件大小最多可减少74.4%。
-
Spectrum 工具分析音频文件是否存在升频和有损格式
Spectrum 是一款新推出的开源工具，旨在分析音频文件，识别它们是真正的无损格式，还是从 MP3 等低质量有损源升频而来。它提供了一个文件分级系统，指示其质量和评估原因。该工具包括批量处理、现代频谱图显示和用于脚本编写的命令行界面等功能，支持各种音频编解码器。
-
Windows 11 bug导致VLC媒体播放器MP3播放延迟
VLC开发者将Windows 11中的一个bug归咎于Microsoft Defender，该bug导致VLC媒体播放器在播放MP3文件时出现显著延迟，长达33秒。此问题源于Microsoft Defender将VLC至关重要的插件缓存隔离，影响了播放器的功能。虽然重新安装VLC或重置其缓存可以解决问题，但更持久的修复方法是在Microsoft Defender设置中为VLC的安装文件夹添加例外。
-
新方法为相机阵列点云提供最先进的压缩技术
研究人员开发了一种高效压缩相机阵列点云（PPC）的新方法。PPC是一种新的数据结构，通过为每个点关联多种颜色来增强真实感。所提出的压缩方案利用了颜色属性上的Karhunen-Loève变换，然后是具有帧内预测功能的属性编码器。该方法可以集成到动态图像专家组（MPEG）的基于几何的PCC标准中，并已证明与现有方法相比具有竞争力，有望在PPC压缩领域达到新的最先进水平。
-
Suno 的 AI 音乐下载政策在与华纳音乐达成交易之际引发困惑
Suno 关于其 AI 生成音乐的下载政策引起了困惑，有关 MP3 和 WAV 文件访问权限的信息相互矛盾。虽然 Suno 官方在 2026 年 7 月的文档显示，免费的基础套餐仍可下载 MP3，但今年早些时候的第三方博客声称免费用户已无法下载。WAV 文件和商业使用权仅限于付费套餐，并与创建曲目时的订阅级别挂钩。这些变化似乎受到 Suno 于 2025 年 11 月宣布的与华纳音乐集团（Warner Music Group）达成的 …
-
神经网络将视频和音频存储为网络权重，实现2.61倍压缩
研究人员开发了一种新颖的视频编解码器，它将视频和音频存储为神经网络的权重，而不是压缩的像素数据。该方法使用正弦表示网络（SIREN）将时空坐标映射到视频和音频值。训练后，使用知识蒸馏、量化和LZMA2编码对网络进行压缩。结果得到的压缩表示在保持28.72 dB视频和24.18 dB音频的PSNR的同时，文件大小显著减小，在压缩比方面优于H.264和HEVC等传统编解码器。
-
新的运动估计技术提升视频体属性压缩效率
一篇新的研究论文提出先进的运动估计技术，以改进视频体属性的压缩。所提出的方法包括一种基于几何的帧间编码方案和一种基于图的运动估计方案，旨在减少属性中的时间冗余。实验表明，与现有的 G-PCC、GeS-TM 和 V-PCC 标准相比，尤其是在有损几何条件下，可以显著节省比特率。
-
新的多前缀嵌入方法改进长上下文检索
研究人员推出了一种名为多前缀嵌入（MPE）的新颖技术，旨在改进信息检索系统中的长上下文检索。MPE解决了单向量嵌入中细节丢失与令牌级多向量方法的高存储成本之间的权衡问题。通过划分文档并在前缀边界提取嵌入，MPE可以保持跨块上下文，并仅使用文档级相关性标签即可实现高效的块级匹配。
-
研究发现MARL基准测试可能不需要复杂的推理
一篇新发表在arXiv上的研究论文对当前合作式多智能体强化学习（MARL）基准测试的有效性提出了质疑。该研究引入了诊断工具来评估智能体是否真正采用了Dec-POMDP推理，这涉及到推断隐藏状态并基于局部信息进行协调。研究结果表明，许多流行的MARL基准测试并不需要这种复杂的推理，简单的反应式策略通常也能取得相当的性能。该研究认为，当前的训练范式可能导致对进展的评估过高，并呼吁在该领域进行更严格的环境设计和评估。
-
新型攻击通过潜在空间操纵绕过音频LLM防御
研究人员开发了一种名为CodecAttack的新型对抗性攻击，该攻击可以绕过音频大型语言模型（LLM）中的压缩防御。与先前直接扰动音频波形的方法不同，CodecAttack在神经音频编解码器的潜在空间中优化扰动。该技术被证明非常有效，在Opus压缩上实现了平均85.5%的攻击成功率，并证明了其对MP3和AAC-LC等其他编解码器的可迁移性。
-
开发者构建受 Winamp 启发的 macOS 音频播放器，拥抱 90 年代美学
一位开发者创建了一款名为 Light Crime 的原生 macOS 音频播放器，其灵感来自 Winamp 的美学和功能。该应用程序支持广泛的音频格式和播放列表类型，提供滚动跑马灯显示曲目名称和硬件媒体键支持等功能。开发者强调了个人计算和自我表达的乐趣，并将其与当前中心化的流媒体平台格局进行了对比，同时指出 Claude 等 AI 工具在开发过程中的协助作用。
-
Replit 为编程项目添加了系统音频支持
Replit 为其在线编程环境引入了系统音频集成，允许用户体验项目中的声音。此功能由于资源成本原因需要用户选择加入，它支持在 Replit 中运行的应用程序进行音频输出。该系统通过使用一个自定义的、基于 Rust 的代理来捕获 PulseAudio 的音频，对其进行转码，并将其嵌入 VNC 协议中，以便在浏览器中播放。