Codec-SUPERB @ SLT 2024: A lightweight benchmark for neural audio codec models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wu, Haibin, Chen, Xuanjun, Lin, Yi-Cheng, Chang, Kaiwei, Du, Jiawei, Lu, Ke-Han, Liu, Alexander H., Chung, Ho-Lam, Wu, Yuan-Kuei, Yang, Dongchao, Liu, Songxiang, Wu, Yi-Chiao, Tan, Xu, Glass, James, Watanabe, Shinji, Lee, Hung-yi |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Codec-SUPERB: An In-Depth Analysis of Sound Codec Models
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
Neural Codec-based Adversarial Sample Detection for Speaker Verification
par: Chen, Xuanjun, et autres
Publié: (2024)
par: Chen, Xuanjun, et autres
Publié: (2024)
Towards audio language modeling -- an overview
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
Codec-Based Deepfake Source Tracing via Neural Audio Codec Taxonomy
par: Chen, Xuanjun, et autres
Publié: (2025)
par: Chen, Xuanjun, et autres
Publié: (2025)
EMO-Codec: An In-Depth Look at Emotion Preservation capacity of Legacy and Neural Codec Models With Subjective and Objective Evaluations
par: Ren, Wenze, et autres
Publié: (2024)
par: Ren, Wenze, et autres
Publié: (2024)
CodecFake: Enhancing Anti-Spoofing Models Against Deepfake Audios from Codec-Based Speech Synthesis Systems
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
EnCodecMAE: Leveraging neural codecs for universal audio representation learning
par: Pepino, Leonardo, et autres
Publié: (2023)
par: Pepino, Leonardo, et autres
Publié: (2023)
Towards Generalized Source Tracing for Codec-Based Deepfake Speech
par: Chen, Xuanjun, et autres
Publié: (2025)
par: Chen, Xuanjun, et autres
Publié: (2025)
FlowDec: A flow-based full-band general audio codec with high perceptual quality
par: Welker, Simon, et autres
Publié: (2025)
par: Welker, Simon, et autres
Publié: (2025)
EMO-SUPERB: An In-depth Look at Speech Emotion Recognition
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
CodecFake+: A Large-Scale Neural Audio Codec-Based Deepfake Speech Dataset
par: Chen, Xuanjun, et autres
Publié: (2025)
par: Chen, Xuanjun, et autres
Publié: (2025)
LDCodec: A high quality neural audio codec with low-complexity decoder
par: Jiang, Jiawei, et autres
Publié: (2025)
par: Jiang, Jiawei, et autres
Publié: (2025)
Singing Voice Graph Modeling for SingFake Detection
par: Chen, Xuanjun, et autres
Publié: (2024)
par: Chen, Xuanjun, et autres
Publié: (2024)
ML-SUPERB: Multilingual Speech Universal PERformance Benchmark
par: Shi, Jiatong, et autres
Publié: (2023)
par: Shi, Jiatong, et autres
Publié: (2023)
TQCodec: Towards neural audio codec for high-fidelity music streaming
par: He, Lixing, et autres
Publié: (2026)
par: He, Lixing, et autres
Publié: (2026)
AV-SUPERB: A Multi-Task Evaluation Benchmark for Audio-Visual Representation Models
par: Tseng, Yuan, et autres
Publié: (2023)
par: Tseng, Yuan, et autres
Publié: (2023)
Dynamic-SUPERB: Towards A Dynamic, Collaborative, and Comprehensive Instruction-Tuning Benchmark for Speech
par: Huang, Chien-yu, et autres
Publié: (2023)
par: Huang, Chien-yu, et autres
Publié: (2023)
Speaker anonymization using neural audio codec language models
par: Panariello, Michele, et autres
Publié: (2023)
par: Panariello, Michele, et autres
Publié: (2023)
LLM-Codec: Neural Audio Codec Meets Language Model Objectives
par: Chung, Ho-Lam, et autres
Publié: (2026)
par: Chung, Ho-Lam, et autres
Publié: (2026)
FreeCodec: A disentangled neural speech codec with fewer tokens
par: Zheng, Youqiang, et autres
Publié: (2024)
par: Zheng, Youqiang, et autres
Publié: (2024)
Probing neural audio codecs for distinctions among English nuclear tunes
par: Vigneaux, Juan Pablo, et autres
Publié: (2026)
par: Vigneaux, Juan Pablo, et autres
Publié: (2026)
Do Neural Codecs Generalize? A Controlled Study Across Unseen Languages and Non-Speech Tasks
par: Wang, Shih-Heng, et autres
Publié: (2026)
par: Wang, Shih-Heng, et autres
Publié: (2026)
Modeling strategies for speech enhancement in the latent space of a neural audio codec
par: Kammoun, Sofiene, et autres
Publié: (2025)
par: Kammoun, Sofiene, et autres
Publié: (2025)
PitchFlower: A flow-based neural audio codec with pitch controllability
par: Torres, Diego, et autres
Publié: (2025)
par: Torres, Diego, et autres
Publié: (2025)
Multimodal Transformer Distillation for Audio-Visual Synchronization
par: Chen, Xuanjun, et autres
Publié: (2022)
par: Chen, Xuanjun, et autres
Publié: (2022)
UniAudio 2.0: A Unified Audio Language Model with Text-Aligned Factorized Audio Tokenization
par: Yang, Dongchao, et autres
Publié: (2026)
par: Yang, Dongchao, et autres
Publié: (2026)
ALMTokenizer: A Low-bitrate and Semantic-rich Audio Codec Tokenizer for Audio Language Modeling
par: Yang, Dongchao, et autres
Publié: (2025)
par: Yang, Dongchao, et autres
Publié: (2025)
Efficient Training of Self-Supervised Speech Foundation Models on a Compute Budget
par: Liu, Andy T., et autres
Publié: (2024)
par: Liu, Andy T., et autres
Publié: (2024)
Findings of the 2023 ML-SUPERB Challenge: Pre-Training and Evaluation over More Languages and Beyond
par: Shi, Jiatong, et autres
Publié: (2023)
par: Shi, Jiatong, et autres
Publié: (2023)
Assessing speech quality metrics for evaluation of neural audio codecs under clean speech conditions
par: Mack, Wolfgang, et autres
Publié: (2025)
par: Mack, Wolfgang, et autres
Publié: (2025)
ML-SUPERB 2.0: Benchmarking Multilingual Speech Models Across Modeling Constraints, Languages, and Datasets
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
Real-time speech enhancement in noise for throat microphone using neural audio codec as foundation model
par: Hauret, Julien, et autres
Publié: (2025)
par: Hauret, Julien, et autres
Publié: (2025)
The ML-SUPERB 2.0 Challenge: Towards Inclusive ASR Benchmarking for All Language Varieties
par: Chen, William, et autres
Publié: (2025)
par: Chen, William, et autres
Publié: (2025)
Joint Fullband-Subband Modeling for High-Resolution SingFake Detection
par: Chen, Xuanjun, et autres
Publié: (2026)
par: Chen, Xuanjun, et autres
Publié: (2026)
TS3-Codec: Transformer-Based Simple Streaming Single Codec
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
Improving the Adversarial Robustness for Speaker Verification by Self-Supervised Learning
par: Wu, Haibin, et autres
Publié: (2021)
par: Wu, Haibin, et autres
Publié: (2021)
ESPnet-Codec: Comprehensive Training and Evaluation of Neural Codecs for Audio, Music, and Speech
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
ComplexDec: A Domain-robust High-fidelity Neural Audio Codec with Complex Spectrum Modeling
par: Wu, Yi-Chiao, et autres
Publié: (2025)
par: Wu, Yi-Chiao, et autres
Publié: (2025)
Improving Multilingual Speech Models on ML-SUPERB 2.0: Fine-tuning with Data Augmentation and LID-Aware CTC
par: Wang, Qingzheng, et autres
Publié: (2025)
par: Wang, Qingzheng, et autres
Publié: (2025)
CoLM-DSR: Leveraging Neural Codec Language Modeling for Multi-Modal Dysarthric Speech Reconstruction
par: Chen, Xueyuan, et autres
Publié: (2024)
par: Chen, Xueyuan, et autres
Publié: (2024)
Documents similaires
-
Codec-SUPERB: An In-Depth Analysis of Sound Codec Models
par: Wu, Haibin, et autres
Publié: (2024) -
Neural Codec-based Adversarial Sample Detection for Speaker Verification
par: Chen, Xuanjun, et autres
Publié: (2024) -
Towards audio language modeling -- an overview
par: Wu, Haibin, et autres
Publié: (2024) -
Codec-Based Deepfake Source Tracing via Neural Audio Codec Taxonomy
par: Chen, Xuanjun, et autres
Publié: (2025) -
EMO-Codec: An In-Depth Look at Emotion Preservation capacity of Legacy and Neural Codec Models With Subjective and Objective Evaluations
par: Ren, Wenze, et autres
Publié: (2024)