EuleroDec：効率的かつ堅牢な音声符号化のための複素数値RVQ-VAE

要約

EuleroDecは、GANや拡散モデルに依存せず、従来の10分の1の訓練量でSOTA（最先端）レベルの音質を実現した新しい音声コーデックです。音声の振幅と位相の結合を維持するエンドツーエンドの複素数値RVQ-VAEを採用し、スペクトル領域での位相情報の扱いを改善しました。

全文は有料プランで閲覧できます。