Zimtohrli: An Efficient Psychoacoustic Audio Similarity Metric
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Alakuijala, Jyrki, Bruse, Martin, Boukortt, Sami, Coldenhoff, Jozef Marus, Cernak, Milos |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Semi-intrusive audio evaluation: Casting non-intrusive assessment as a multi-modal text prediction task
par: Coldenhoff, Jozef, et autres
Publié: (2024)
par: Coldenhoff, Jozef, et autres
Publié: (2024)
OpenACE: An Open Benchmark for Evaluating Audio Coding Performance
par: Coldenhoff, Jozef, et autres
Publié: (2024)
par: Coldenhoff, Jozef, et autres
Publié: (2024)
Multi-Channel MOSRA: Mean Opinion Score and Room Acoustics Estimation Using Simulated Data and a Teacher Model
par: Coldenhoff, Jozef, et autres
Publié: (2023)
par: Coldenhoff, Jozef, et autres
Publié: (2023)
Differentiable Time-Varying IIR Filtering for Real-Time Speech Denoising
par: Rota, Riccardo, et autres
Publié: (2026)
par: Rota, Riccardo, et autres
Publié: (2026)
StreamMark: A Deep Learning-Based Semi-Fragile Audio Watermarking for Proactive Deepfake Detection
par: Liu, Zhentao, et autres
Publié: (2026)
par: Liu, Zhentao, et autres
Publié: (2026)
Low-latency Assistive Audio Enhancement for Neurodivergent People
par: Popescu, Alexander, et autres
Publié: (2025)
par: Popescu, Alexander, et autres
Publié: (2025)
Calibration-Reasoning Framework for Descriptive Speech Quality Assessment
par: Kostenok, Elizaveta, et autres
Publié: (2026)
par: Kostenok, Elizaveta, et autres
Publié: (2026)
Automotive Sound Quality for EVs: Psychoacoustic Metrics with Reproducible AI/ML Baselines
par: Goswami, Mandip
Publié: (2025)
par: Goswami, Mandip
Publié: (2025)
DeepFilterGAN: A Full-band Real-time Speech Enhancement System with GAN-based Stochastic Regeneration
par: Serbest, Sanberk, et autres
Publié: (2025)
par: Serbest, Sanberk, et autres
Publié: (2025)
Multi-band Frequency Reconstruction for Neural Psychoacoustic Coding
par: Ng, Dianwen, et autres
Publié: (2025)
par: Ng, Dianwen, et autres
Publié: (2025)
Diffusion-based Speech Enhancement with Schrödinger Bridge and Symmetric Noise Schedule
par: Wang, Siyi, et autres
Publié: (2024)
par: Wang, Siyi, 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)
Similarity Metrics For Late Reverberation
par: Santo, Gloria Dal, et autres
Publié: (2024)
par: Santo, Gloria Dal, et autres
Publié: (2024)
AudioNet: Supervised Deep Hashing for Retrieval of Similar Audio Events
par: Dutta, Sagar, et autres
Publié: (2025)
par: Dutta, Sagar, et autres
Publié: (2025)
Model as Loss: A Self-Consistent Training Paradigm
par: Phaye, Saisamarth Rajesh, et autres
Publié: (2025)
par: Phaye, Saisamarth Rajesh, et autres
Publié: (2025)
Text-based Audio Retrieval by Learning from Similarities between Audio Captions
par: Xie, Huang, et autres
Publié: (2024)
par: Xie, Huang, et autres
Publié: (2024)
Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms
par: Konan, Joseph, et autres
Publié: (2023)
par: Konan, Joseph, et autres
Publié: (2023)
BeepBank-500: A Synthetic Earcon Mini-Corpus for UI Sound Research and Psychoacoustics Research
par: Goswami, Mandip
Publié: (2025)
par: Goswami, Mandip
Publié: (2025)
Assessing the Alignment of Audio Representations with Timbre Similarity Ratings
par: Tian, Haokun, et autres
Publié: (2025)
par: Tian, Haokun, et autres
Publié: (2025)
The Extended SONICOM HRTF Dataset and Spatial Audio Metrics Toolbox
par: Poole, Katarina C., et autres
Publié: (2025)
par: Poole, Katarina C., et autres
Publié: (2025)
AudioBERTScore: Objective Evaluation of Environmental Sound Synthesis Based on Similarity of Audio embedding Sequences
par: Kishi, Minoru, et autres
Publié: (2025)
par: Kishi, Minoru, et autres
Publié: (2025)
Evaluating Sound Similarity Metrics for Differentiable, Iterative Sound-Matching
par: Salimi, Amir, et autres
Publié: (2025)
par: Salimi, Amir, et autres
Publié: (2025)
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)
Optimal Transport Audio Distance with Learned Riemannian Ground Metrics
par: Jeong, Wonwoo
Publié: (2026)
par: Jeong, Wonwoo
Publié: (2026)
Parameter-Efficient Transfer Learning of Audio Spectrogram Transformers
par: Cappellazzo, Umberto, et autres
Publié: (2023)
par: Cappellazzo, Umberto, et autres
Publié: (2023)
A Reference-free Metric for Language-Queried Audio Source Separation using Contrastive Language-Audio Pretraining
par: Xiao, Feiyang, et autres
Publié: (2024)
par: Xiao, Feiyang, et autres
Publié: (2024)
Aud-Sur: An Audio Analyzer Assistant for Audio Surveillance Applications
par: Lam, Phat, et autres
Publié: (2025)
par: Lam, Phat, et autres
Publié: (2025)
Towards Assessing Data Replication in Music Generation with Music Similarity Metrics on Raw Audio
par: Batlle-Roca, Roser, et autres
Publié: (2024)
par: Batlle-Roca, Roser, et autres
Publié: (2024)
MiDashengLM: Efficient Audio Understanding with General Audio Captions
par: Dinkel, Heinrich, et autres
Publié: (2025)
par: Dinkel, Heinrich, et autres
Publié: (2025)
EzAudio: Enhancing Text-to-Audio Generation with Efficient Diffusion Transformer
par: Hai, Jiarui, et autres
Publié: (2024)
par: Hai, Jiarui, et autres
Publié: (2024)
Diff-VS: Efficient Audio-Aware Diffusion U-Net for Vocals Separation
par: Yun-Ning, et autres
Publié: (2026)
par: Yun-Ning, et autres
Publié: (2026)
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)
InfiniteAudio: Infinite-Length Audio Generation with Consistency
par: Jung, Chaeyoung, et autres
Publié: (2025)
par: Jung, Chaeyoung, et autres
Publié: (2025)
Measuring Audio's Impact on Correctness: Audio-Contribution-Aware Post-Training of Large Audio Language Models
par: He, Haolin, et autres
Publié: (2025)
par: He, Haolin, et autres
Publié: (2025)
QASTAnet: A DNN-based Quality Metric for Spatial Audio
par: Llave, Adrien, et autres
Publié: (2025)
par: Llave, Adrien, et autres
Publié: (2025)
SALAD-VAE: Semantic Audio Compression with Language-Audio Distillation
par: Braun, Sebastian, et autres
Publié: (2025)
par: Braun, Sebastian, et autres
Publié: (2025)
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)
SpecMaskGIT: Masked Generative Modeling of Audio Spectrograms for Efficient Audio Synthesis and Beyond
par: Comunità, Marco, et autres
Publié: (2024)
par: Comunità, Marco, et autres
Publié: (2024)
Similarity Choice and Negative Scaling in Supervised Contrastive Learning for Deepfake Audio Detection
par: Sudan, Jaskirat, et autres
Publié: (2026)
par: Sudan, Jaskirat, et autres
Publié: (2026)
AudioSetCaps: An Enriched Audio-Caption Dataset using Automated Generation Pipeline with Large Audio and Language Models
par: Bai, Jisheng, et autres
Publié: (2024)
par: Bai, Jisheng, et autres
Publié: (2024)
Documents similaires
-
Semi-intrusive audio evaluation: Casting non-intrusive assessment as a multi-modal text prediction task
par: Coldenhoff, Jozef, et autres
Publié: (2024) -
OpenACE: An Open Benchmark for Evaluating Audio Coding Performance
par: Coldenhoff, Jozef, et autres
Publié: (2024) -
Multi-Channel MOSRA: Mean Opinion Score and Room Acoustics Estimation Using Simulated Data and a Teacher Model
par: Coldenhoff, Jozef, et autres
Publié: (2023) -
Differentiable Time-Varying IIR Filtering for Real-Time Speech Denoising
par: Rota, Riccardo, et autres
Publié: (2026) -
StreamMark: A Deep Learning-Based Semi-Fragile Audio Watermarking for Proactive Deepfake Detection
par: Liu, Zhentao, et autres
Publié: (2026)