Buchumschlag

TQCodec: Towards neural audio codec for high-fidelity music streaming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Lixing, Chen, Zhouxuan, Liu, Mingshuai, Sun, Xinran, Wang, Wucheng, Li, Minfu, Kong, Lingcheng, Zhao, Weifeng, Zhou, Wenjiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Speaker anonymization using neural audio codec language models
von: Panariello, Michele, et al.
Veröffentlicht: (2023)

Modeling strategies for speech enhancement in the latent space of a neural audio codec
von: Kammoun, Sofiene, et al.
Veröffentlicht: (2025)

Codec-SUPERB @ SLT 2024: A lightweight benchmark for neural audio codec models
von: Wu, Haibin, et al.
Veröffentlicht: (2024)

EnCodecMAE: Leveraging neural codecs for universal audio representation learning
von: Pepino, Leonardo, et al.
Veröffentlicht: (2023)

Probing neural audio codecs for distinctions among English nuclear tunes
von: Vigneaux, Juan Pablo, et al.
Veröffentlicht: (2026)

Switchcodec: Adaptive residual-expert sparse quantization for high-fidelity neural audio coding
von: Wang, Xiangbo, et al.
Veröffentlicht: (2026)

MBCodec:Thorough disentangle for high-fidelity audio compression
von: Zhang, Ruonan, et al.
Veröffentlicht: (2025)

FlowDec: A flow-based full-band general audio codec with high perceptual quality
von: Welker, Simon, et al.
Veröffentlicht: (2025)

FreeCodec: A disentangled neural speech codec with fewer tokens
von: Zheng, Youqiang, et al.
Veröffentlicht: (2024)

LaDA-Band: Language Diffusion Models for Vocal-to-Accompaniment Generation
von: Wang, Qi, et al.
Veröffentlicht: (2026)

Audio Dialogues: Dialogues dataset for audio and music understanding
von: Goel, Arushi, et al.
Veröffentlicht: (2024)

SMART: Tuning a symbolic music generation system with an audio domain aesthetic reward
von: Jonason, Nicolas, et al.
Veröffentlicht: (2025)

VibOmni: Towards Scalable Bone-conduction Speech Enhancement on Earables
von: He, Lixing, et al.
Veröffentlicht: (2025)

STASE: A spatialized text-to-audio synthesis engine for music generation
von: Chi, Tutti, et al.
Veröffentlicht: (2025)

Towards audio language modeling -- an overview
von: Wu, Haibin, et al.
Veröffentlicht: (2024)

Joint sentiment analysis of lyrics and audio in music
von: Schaab, Lea, et al.
Veröffentlicht: (2024)

Poly-SVC: Polyphony-Aware Singing Voice Conversion with Harmonic Modeling
von: Geng, Chen, et al.
Veröffentlicht: (2026)

AudioRepInceptionNeXt: A lightweight single-stream architecture for efficient audio recognition
von: Lau, Kin Wai, et al.
Veröffentlicht: (2024)

CoHear: Conversation Enhancement via Multi-Earphone Collaboration
von: He, Lixing, et al.
Veröffentlicht: (2025)

ICGAN: An implicit conditioning method for interpretable feature control of neural audio synthesis
von: Liu, Yunyi, et al.
Veröffentlicht: (2024)

Vocos: Closing the gap between time-domain and Fourier-based neural vocoders for high-quality audio synthesis
von: Siuzdak, Hubert
Veröffentlicht: (2023)

Bird detection in audio: a survey and a challenge
von: Stowell, Dan, et al.
Veröffentlicht: (2016)

Scaling up masked audio encoder learning for general audio classification
von: Dinkel, Heinrich, et al.
Veröffentlicht: (2024)

Towards generalizing deep-audio fake detection networks
von: Gasenzer, Konstantin, et al.
Veröffentlicht: (2023)

Supervised contrastive learning from weakly-labeled audio segments for musical version matching
von: Serrà, Joan, et al.
Veröffentlicht: (2025)

Emoanti: audio anti-deepfake with refined emotion-guided representations
von: Li, Xiaokang, et al.
Veröffentlicht: (2025)

Making deep neural networks work for medical audio: representation, compression and domain adaptation
von: Onu, Charles C
Veröffentlicht: (2025)

An overview of neural architectures for self-supervised audio representation learning from masked spectrograms
von: Yadav, Sarthak, et al.
Veröffentlicht: (2025)

EDTC: enhance depth of text comprehension in automated audio captioning
von: Tan, Liwen, et al.
Veröffentlicht: (2024)

Mixer Metaphors: audio interfaces for non-musical applications
von: McNamara, Tace, et al.
Veröffentlicht: (2025)

Stage-adaptive audio diffusion modeling
von: Zhang, Xuanhao, et al.
Veröffentlicht: (2026)

GRAM: Spatial general-purpose audio representations for real-world environments
von: Yuksel, Goksenin, et al.
Veröffentlicht: (2026)

DashengTokenizer: One layer is enough for unified audio understanding and generation
von: Dinkel, Heinrich, et al.
Veröffentlicht: (2026)

ACAVCaps: Enabling large-scale training for fine-grained and diverse audio understanding
von: Niu, Yadong, et al.
Veröffentlicht: (2026)

ParaCLAP -- Towards a general language-audio model for computational paralinguistic tasks
von: Jing, Xin, et al.
Veröffentlicht: (2024)

LDCodec: A high quality neural audio codec with low-complexity decoder
von: Jiang, Jiawei, et al.
Veröffentlicht: (2025)

An audio-quality-based multi-strategy approach for target speaker extraction in the MISP 2023 Challenge
von: Han, Runduo, et al.
Veröffentlicht: (2024)

Quantized Approximate Signal Processing (QASP): Towards Homomorphic Encryption for audio
von: Nguyen, Tu Duyen, et al.
Veröffentlicht: (2025)

Speech-XL: Towards Long-Form Speech Understanding in Large Speech Language Models
von: Sun, Haoqin, et al.
Veröffentlicht: (2026)

WikiMuTe: A web-sourced dataset of semantic descriptions for music audio
von: Weck, Benno, et al.
Veröffentlicht: (2023)