研究审计音频编码器嵌入保留多少音频

Marios Glytsos 与 Brian McFee 发表论文，通过配对源重建审计音频编码器冻结表征中保留的源信息量：他们用共享的 Stable Audio Open 潜在扩散解码器，从 VGGish、ConvNeXt、CLAP 和 EnCodec 四种编码器的冻结表征重建 5 秒、44.1 kHz 立体声音乐。论文称其研究的是这些嵌入中可重建的源信息。 该工作针对的问题是音频编码器嵌入里究竟还剩多少原始音频，重建对象为音乐，结论以重建效果体现各编码器保留信息的程度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。