Perceptual Audio Coding: A 40-Year Historical Perspective
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Herre, Jürgen, Quackenbush, Schuyler, Kim, Minje, Skoglund, Jan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Neural Speech and Audio Coding: Modern AI Technology Meets Traditional Codecs
par: Kim, Minje, et autres
Publié: (2024)
par: Kim, Minje, et autres
Publié: (2024)
DeePAQ: A Perceptual Audio Quality Metric Based On Foundational Models and Weakly Supervised Learning
par: Jiang, Guanxin, et autres
Publié: (2025)
par: Jiang, Guanxin, et autres
Publié: (2025)
Towards Improved Objective Perceptual Audio Quality Assessment -- Part 1: A Novel Data-Driven Cognitive Model
par: Delgado, Pablo M., et autres
Publié: (2024)
par: Delgado, Pablo M., et autres
Publié: (2024)
NOMAD: Unsupervised Learning of Perceptual Embeddings for Speech Enhancement and Non-matching Reference Audio Quality Assessment
par: Ragano, Alessandro, et autres
Publié: (2023)
par: Ragano, Alessandro, et autres
Publié: (2023)
A Comparative Analysis of Poetry Reading Audio: Singing, Narrating, or Somewhere In Between?
par: Choi, Kahyun, et autres
Publié: (2024)
par: Choi, Kahyun, et autres
Publié: (2024)
From Hallucination to Articulation: Language Model-Driven Losses for Ultra Low-Bitrate Neural Speech Coding
par: Yi, Jayeon, et autres
Publié: (2026)
par: Yi, Jayeon, et autres
Publié: (2026)
Multimodal Representation Loss Between Timed Text and Audio for Regularized Speech Separation
par: Hsieh, Tsun-An, et autres
Publié: (2024)
par: Hsieh, Tsun-An, et autres
Publié: (2024)
Task-Specific Audio Coding for Machines: Machine-Learned Latent Features Are Codes for That Machine
par: Kuznetsova, Anastasia, et autres
Publié: (2025)
par: Kuznetsova, Anastasia, et autres
Publié: (2025)
TGIF: Talker Group-Informed Familiarization of Target Speaker Extraction
par: Hsieh, Tsun-An, et autres
Publié: (2025)
par: Hsieh, Tsun-An, et autres
Publié: (2025)
Adaptive Deterministic Flow Matching for Target Speaker Extraction
par: Hsieh, Tsun-An, et autres
Publié: (2025)
par: Hsieh, Tsun-An, et autres
Publié: (2025)
Binamix -- A Python Library for Generating Binaural Audio Datasets
par: Barry, Dan, et autres
Publié: (2025)
par: Barry, Dan, et autres
Publié: (2025)
Hyperbolic Distance-Based Speech Separation
par: Petermann, Darius, et autres
Publié: (2024)
par: Petermann, Darius, et autres
Publié: (2024)
BINAQUAL: A Full-Reference Objective Localization Similarity Metric for Binaural Audio
par: Panah, Davoud Shariat, et autres
Publié: (2025)
par: Panah, Davoud Shariat, et autres
Publié: (2025)
BWSNet: Automatic Perceptual Assessment of Audio Signals
par: Veillon, Clément Le Moine, et autres
Publié: (2023)
par: Veillon, Clément Le Moine, et autres
Publié: (2023)
FiPA-SR -- FiLM-Conditioned Perceptually Informed Audio Super-Resolution
par: Abreu, Wallace, et autres
Publié: (2026)
par: Abreu, Wallace, et autres
Publié: (2026)
Exploring Perceptual Audio Quality Measurement on Stereo Processing Using the Open Dataset of Audio Quality
par: Delgado, Pablo M., et autres
Publié: (2025)
par: Delgado, Pablo M., et autres
Publié: (2025)
Perceptually-motivated Spatial Audio Codec for Higher-Order Ambisonics Compression
par: Hold, Christoph, et autres
Publié: (2024)
par: Hold, Christoph, et autres
Publié: (2024)
SCOREQ: Speech Quality Assessment with Contrastive Regression
par: Ragano, Alessandro, et autres
Publié: (2024)
par: Ragano, Alessandro, et autres
Publié: (2024)
VR-PTOLEMAIC: A Virtual Environment for the Perceptual Testing of Spatial Audio Algorithms
par: Ostan, Paolo, et autres
Publié: (2025)
par: Ostan, Paolo, et autres
Publié: (2025)
PromptSep: Generative Audio Separation via Multimodal Prompting
par: Wen, Yutong, et autres
Publié: (2025)
par: Wen, Yutong, et autres
Publié: (2025)
SAM Audio Judge: A Unified Multimodal Framework for Perceptual Evaluation of Audio Separation
par: Wang, Helin, et autres
Publié: (2026)
par: Wang, Helin, et autres
Publié: (2026)
Low-Resource Audio Codec (LRAC): 2025 Challenge Description
par: Wojcicki, Kamil, et autres
Publié: (2025)
par: Wojcicki, Kamil, et autres
Publié: (2025)
InfiniteAudio: Infinite-Length Audio Generation with Consistency
par: Jung, Chaeyoung, et autres
Publié: (2025)
par: Jung, Chaeyoung, et autres
Publié: (2025)
Personalized Neural Speech Codec
par: Jang, Inseon, et autres
Publié: (2024)
par: Jang, Inseon, et autres
Publié: (2024)
Perceptual Musical Features for Interpretable Audio Tagging
par: Lyberatos, Vassilis, et autres
Publié: (2023)
par: Lyberatos, Vassilis, et autres
Publié: (2023)
Parametric Object Coding in IVAS: Efficient Coding of Multiple Audio Objects at Low Bit Rates
par: Eichenseer, Andrea, et autres
Publié: (2025)
par: Eichenseer, Andrea, et autres
Publié: (2025)
Combolutional Neural Networks
par: Churchwell, Cameron, et autres
Publié: (2025)
par: Churchwell, Cameron, et autres
Publié: (2025)
User-guided Generative Source Separation
par: Wen, Yutong, et autres
Publié: (2025)
par: Wen, Yutong, et autres
Publié: (2025)
Adapting a Text-to-Audio Model for Room Impulse Response Generation
par: Kim, Kirak, et autres
Publié: (2026)
par: Kim, Kirak, et autres
Publié: (2026)
Gencho: Room Impulse Response Generation from Reverberant Speech and Text via Diffusion Transformers
par: Lin, Jackie, et autres
Publié: (2026)
par: Lin, Jackie, et autres
Publié: (2026)
Example-Based Framework for Perceptually Guided Audio Texture Generation
par: Kamath, Purnima, et autres
Publié: (2023)
par: Kamath, Purnima, et autres
Publié: (2023)
FairASR: Fair Audio Contrastive Learning for Automatic Speech Recognition
par: Kim, Jongsuk, et autres
Publié: (2025)
par: Kim, Jongsuk, et autres
Publié: (2025)
AudioEval: Automatic Dual-Perspective and Multi-Dimensional Evaluation of Text-to-Audio-Generation
par: Wang, Hui, et autres
Publié: (2025)
par: Wang, Hui, et autres
Publié: (2025)
Perceptual evaluation of Acoustic Level of Detail in Virtual Acoustic Environments
par: Fichna, Stefan, et autres
Publié: (2025)
par: Fichna, Stefan, et autres
Publié: (2025)
Code Drift: Towards Idempotent Neural Audio Codecs
par: O'Reilly, Patrick, et autres
Publié: (2024)
par: O'Reilly, Patrick, et autres
Publié: (2024)
Do Joint Language-Audio Embeddings Encode Perceptual Timbre Semantics?
par: Deng, Qixin, et autres
Publié: (2025)
par: Deng, Qixin, et autres
Publié: (2025)
Augmenting Open-Vocabulary Dysarthric Speech Assessment with Human Perceptual Supervision
par: Jia, Kaimeng, et autres
Publié: (2025)
par: Jia, Kaimeng, et autres
Publié: (2025)
Echoes of Ideology: Toward an Audio Analysis Pipeline to Unveil Character Traits in Historical Nazi Propaganda Films
par: Ruth, Nicolas, et autres
Publié: (2026)
par: Ruth, Nicolas, et autres
Publié: (2026)
Neural Spectral Band Generation for Audio Coding
par: Choi, Woongjib, et autres
Publié: (2025)
par: Choi, Woongjib, et autres
Publié: (2025)
Audio-Cogito: Towards Deep Audio Reasoning in Large Audio Language Models
par: Li, Longhao, et autres
Publié: (2026)
par: Li, Longhao, et autres
Publié: (2026)
Documents similaires
-
Neural Speech and Audio Coding: Modern AI Technology Meets Traditional Codecs
par: Kim, Minje, et autres
Publié: (2024) -
DeePAQ: A Perceptual Audio Quality Metric Based On Foundational Models and Weakly Supervised Learning
par: Jiang, Guanxin, et autres
Publié: (2025) -
Towards Improved Objective Perceptual Audio Quality Assessment -- Part 1: A Novel Data-Driven Cognitive Model
par: Delgado, Pablo M., et autres
Publié: (2024) -
NOMAD: Unsupervised Learning of Perceptual Embeddings for Speech Enhancement and Non-matching Reference Audio Quality Assessment
par: Ragano, Alessandro, et autres
Publié: (2023) -
A Comparative Analysis of Poetry Reading Audio: Singing, Narrating, or Somewhere In Between?
par: Choi, Kahyun, et autres
Publié: (2024)