DeePAQ: A Perceptual Audio Quality Metric Based On Foundational Models and Weakly Supervised Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Jiang, Guanxin, Brendel, Andreas, Delgado, Pablo M., Herre, Jürgen |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Improved Objective Perceptual Audio Quality Assessment -- Part 1: A Novel Data-Driven Cognitive Model
di: Delgado, Pablo M., et al.
Pubblicazione: (2024)
di: Delgado, Pablo M., et al.
Pubblicazione: (2024)
Perceptual Audio Coding: A 40-Year Historical Perspective
di: Herre, Jürgen, et al.
Pubblicazione: (2025)
di: Herre, Jürgen, et al.
Pubblicazione: (2025)
Exploring Perceptual Audio Quality Measurement on Stereo Processing Using the Open Dataset of Audio Quality
di: Delgado, Pablo M., et al.
Pubblicazione: (2025)
di: Delgado, Pablo M., et al.
Pubblicazione: (2025)
RF-GML: Reference-Free Generative Machine Listener
di: Biswas, Arijit, et al.
Pubblicazione: (2024)
di: Biswas, Arijit, et al.
Pubblicazione: (2024)
BWSNet: Automatic Perceptual Assessment of Audio Signals
di: Veillon, Clément Le Moine, et al.
Pubblicazione: (2023)
di: Veillon, Clément Le Moine, et al.
Pubblicazione: (2023)
Towards Weakly Supervised Text-to-Audio Grounding
di: Xu, Xuenan, et al.
Pubblicazione: (2024)
di: Xu, Xuenan, et al.
Pubblicazione: (2024)
Self-Supervised Speech Quality Assessment (S3QA): Leveraging Speech Foundation Models for a Scalable Speech Quality Metric
di: Ogg, Mattson, et al.
Pubblicazione: (2025)
di: Ogg, Mattson, et al.
Pubblicazione: (2025)
NOMAD: Unsupervised Learning of Perceptual Embeddings for Speech Enhancement and Non-matching Reference Audio Quality Assessment
di: Ragano, Alessandro, et al.
Pubblicazione: (2023)
di: Ragano, Alessandro, et al.
Pubblicazione: (2023)
Expanding and Analyzing ODAQ -- the Open Dataset of Audio Quality
di: Dick, Sascha, et al.
Pubblicazione: (2025)
di: Dick, Sascha, et al.
Pubblicazione: (2025)
GAN-Based Multi-Microphone Spatial Target Speaker Extraction
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2025)
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2025)
Leveraging Discriminative Latent Representations for Conditioning GAN-Based Speech Enhancement
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2025)
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2025)
UniAudio: An Audio Foundation Model Toward Universal Audio Generation
di: Yang, Dongchao, et al.
Pubblicazione: (2023)
di: Yang, Dongchao, et al.
Pubblicazione: (2023)
Comparative Analysis Of Discriminative Deep Learning-Based Noise Reduction Methods In Low SNR Scenarios
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2024)
di: Shetu, Shrishti Saha, et al.
Pubblicazione: (2024)
Investigating the impact of stereo processing -- a study for extending the Open Dataset of Audio Quality (ODAQ)
di: Dick, Sascha, et al.
Pubblicazione: (2025)
di: Dick, Sascha, et al.
Pubblicazione: (2025)
Improving Speech Enhancement with Multi-Metric Supervision from Learned Quality Assessment
di: Wang, Wei, et al.
Pubblicazione: (2025)
di: Wang, Wei, et al.
Pubblicazione: (2025)
Learning When to Trust Which Teacher for Weakly Supervised ASR
di: Agrawal, Aakriti, et al.
Pubblicazione: (2023)
di: Agrawal, Aakriti, et al.
Pubblicazione: (2023)
Self-Supervised Multi-View Learning for Disentangled Music Audio Representations
di: Wilkins, Julia, et al.
Pubblicazione: (2024)
di: Wilkins, Julia, et al.
Pubblicazione: (2024)
Augmenting Open-Vocabulary Dysarthric Speech Assessment with Human Perceptual Supervision
di: Jia, Kaimeng, et al.
Pubblicazione: (2025)
di: Jia, Kaimeng, et al.
Pubblicazione: (2025)
Hallucination in Perceptual Metric-Driven Speech Enhancement Networks
di: Close, George, et al.
Pubblicazione: (2024)
di: Close, George, et al.
Pubblicazione: (2024)
A Survey of Audio Reasoning in Multimodal Foundation Models
di: Guo, Zhihan, et al.
Pubblicazione: (2026)
di: Guo, Zhihan, et al.
Pubblicazione: (2026)
FiPA-SR -- FiLM-Conditioned Perceptually Informed Audio Super-Resolution
di: Abreu, Wallace, et al.
Pubblicazione: (2026)
di: Abreu, Wallace, et al.
Pubblicazione: (2026)
Improving Perceptual Audio Aesthetic Assessment via Triplet Loss and Self-Supervised Embeddings
di: Wisnu, Dyah A. M. G., et al.
Pubblicazione: (2025)
di: Wisnu, Dyah A. M. G., et al.
Pubblicazione: (2025)
Zimtohrli: An Efficient Psychoacoustic Audio Similarity Metric
di: Alakuijala, Jyrki, et al.
Pubblicazione: (2025)
di: Alakuijala, Jyrki, et al.
Pubblicazione: (2025)
Room Impulse Response Completion Using Signal-Prediction Diffusion Models Conditioned on Simulated Early Reflections
di: Xu, Zeyu, et al.
Pubblicazione: (2026)
di: Xu, Zeyu, et al.
Pubblicazione: (2026)
SpeechRefiner: Towards Perceptual Quality Refinement for Front-End Algorithms
di: Li, Sirui, et al.
Pubblicazione: (2025)
di: Li, Sirui, et al.
Pubblicazione: (2025)
Perceptually-motivated Spatial Audio Codec for Higher-Order Ambisonics Compression
di: Hold, Christoph, et al.
Pubblicazione: (2024)
di: Hold, Christoph, et al.
Pubblicazione: (2024)
MOSS-Audio-Tokenizer: Scaling Audio Tokenizers for Future Audio Foundation Models
di: Gong, Yitian, et al.
Pubblicazione: (2026)
di: Gong, Yitian, et al.
Pubblicazione: (2026)
AudioNet: Supervised Deep Hashing for Retrieval of Similar Audio Events
di: Dutta, Sagar, et al.
Pubblicazione: (2025)
di: Dutta, Sagar, et al.
Pubblicazione: (2025)
DeePen: Penetration Testing for Audio Deepfake Detection
di: Müller, Nicolas, et al.
Pubblicazione: (2025)
di: Müller, Nicolas, et al.
Pubblicazione: (2025)
Generative AI in Signal Processing Education: An Audio Foundation Model Based Approach
di: Khan, Muhammad Salman, et al.
Pubblicazione: (2026)
di: Khan, Muhammad Salman, et al.
Pubblicazione: (2026)
QASTAnet: A DNN-based Quality Metric for Spatial Audio
di: Llave, Adrien, et al.
Pubblicazione: (2025)
di: Llave, Adrien, et al.
Pubblicazione: (2025)
SSAMBA: Self-Supervised Audio Representation Learning with Mamba State Space Model
di: Shams, Siavash, et al.
Pubblicazione: (2024)
di: Shams, Siavash, et al.
Pubblicazione: (2024)
Exploring Self-Supervised Audio Models for Generalized Anomalous Sound Detection
di: Han, Bing, et al.
Pubblicazione: (2025)
di: Han, Bing, et al.
Pubblicazione: (2025)
Blind Acoustic Parameter Estimation Through Task-Agnostic Embeddings Using Latent Approximations
di: Götz, Philipp, et al.
Pubblicazione: (2024)
di: Götz, Philipp, et al.
Pubblicazione: (2024)
PAM: Prompting Audio-Language Models for Audio Quality Assessment
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
Optimal Transport Audio Distance with Learned Riemannian Ground Metrics
di: Jeong, Wonwoo
Pubblicazione: (2026)
di: Jeong, Wonwoo
Pubblicazione: (2026)
Speech Synthesis along Perceptual Voice Quality Dimensions
di: Rautenberg, Frederik, et al.
Pubblicazione: (2025)
di: Rautenberg, Frederik, et al.
Pubblicazione: (2025)
ODAQ: Open Dataset of Audio Quality
di: Torcoli, Matteo, et al.
Pubblicazione: (2023)
di: Torcoli, Matteo, et al.
Pubblicazione: (2023)
Data Selection Effects on Self-Supervised Learning of Audio Representations for French Audiovisual Broadcasts
di: Pelloin, Valentin, et al.
Pubblicazione: (2026)
di: Pelloin, Valentin, et al.
Pubblicazione: (2026)
VR-PTOLEMAIC: A Virtual Environment for the Perceptual Testing of Spatial Audio Algorithms
di: Ostan, Paolo, et al.
Pubblicazione: (2025)
di: Ostan, Paolo, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Towards Improved Objective Perceptual Audio Quality Assessment -- Part 1: A Novel Data-Driven Cognitive Model
di: Delgado, Pablo M., et al.
Pubblicazione: (2024) -
Perceptual Audio Coding: A 40-Year Historical Perspective
di: Herre, Jürgen, et al.
Pubblicazione: (2025) -
Exploring Perceptual Audio Quality Measurement on Stereo Processing Using the Open Dataset of Audio Quality
di: Delgado, Pablo M., et al.
Pubblicazione: (2025) -
RF-GML: Reference-Free Generative Machine Listener
di: Biswas, Arijit, et al.
Pubblicazione: (2024) -
BWSNet: Automatic Perceptual Assessment of Audio Signals
di: Veillon, Clément Le Moine, et al.
Pubblicazione: (2023)