跳到正文
arXiv · AI· Phillip Long, Zachary Novack, Chris Donahue·· 17 天前AI 评分33

基准测试全保真音频无损压缩的基于语言建模的方法

Benchmarking Language Modeling for Lossless Compression of Full-Fidelity Audio

AI 导读

针对全保真音频提出的基准测试发现,语言模型在8位和16位压缩上优于FLAC,但24位词汇量达16.7M导致直接方法不可行。 研究提出字节级分词方案Trilobyte,将词汇扩展复杂度从O(2^b)降至O(1),使24位无损压缩首次可行。 该工作发表于Interspeech 2026,填补了16/24位音频压缩基准空白。

来源:arXiv · AI · arxiv.org