CodecFlow：神经编解码潜空间带宽扩展框架
热点事件持续更新
CodecFlow：神经编解码潜空间带宽扩展框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Bowen Zhang 等作者提出 CodecFlow，一个基于神经编解码器的语音带宽扩展（BWE）框架，在紧凑潜空间中完成高效语音重建。 该框架采用感知清浊的条件流转换器处理连续编解码器嵌入，并用结构约束的残差向量量化器提升潜空间对齐稳定性。作者称，端到端优化后，CodecFlow 在 8 kHz 到 16 kHz 及 44.1 kHz 语音 BWE 任务上实现了较强的频谱保真度和感知质量。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
CodecFlow：在神经编解码器潜空间用条件流匹配实现高效带宽扩展报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AICodecFlow：在神经编解码器潜空间用条件流匹配实现高效带宽扩展
CodecFlow 是一种基于神经编解码器的语音带宽扩展（BWE）框架，在紧凑潜空间中完成高效语音重建。它采用感知清浊的条件流转换器处理连续编解码器嵌入，并用结构约束的残差向量量化器提升潜空间对齐稳定性。端到端优化后，CodecFlow 在 8 kHz 到 16 kHz 及 44.1 kHz 语音 BWE 任务上实现了较强的频谱保真度和感知质量。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。