跳到正文
arXiv · ML· Marco Pasini, Javier Nistal, Cyran Aouameur, Stefan Lattner, George Fazekas·· 10 天前AI 评分27

AudioCodex: 用于实时音频的流式自编码器

AudioCodex: Streaming Autoencoders for Live Audio

AI 导读

研究者提出 AudioCodex,一种完全因果的自编码器,可将立体声音频压缩为约 10 Hz 的紧凑连续潜变量序列,支持实时生成。 该方法结合 Mean Flow 幅值自编码器、潜变量超球面投影、有界噪声增强、表示对齐及对抗相位恢复,在生成-重建权衡上优于现有 SOTA。 这项工作为真正的实时交互式及流式生成音频应用铺平了道路。

来源:arXiv · ML · arxiv.org