TQCodec：面向高保真音乐流媒体的神经音频编解码器
声音
2026-03-03 v1
摘要
我们提出了TQCodec，这是一个面向高比特率、高保真音乐流媒体的神经音频编解码器。与现有主要针对超低比特率（≤16kbps）的神经编解码器不同，TQCodec operates at 44.1 kHz，支持32 kbps至128 kbps的比特率，与现代音乐流媒体平台的标准质量相匹配。该模型基于SEANet构建编码器-解码器架构，以实现高效的本地计算，并引入了若干改进：用于提高低开销下质量的不平衡网络设计、用于保持中频细节的SimVQ，以及相位感知的波形损失函数。此外，我们引入了感知驱动的频段比特分配策略，以优先分配感知关键的低频。在多样化的音乐数据集上的评估表明，TQCodec在目标比特率下实现了卓越的音频质量，非常适合高质量音频应用。
引用
@article{arxiv.2603.01592,
title = {TQCodec: Towards neural audio codec for high-fidelity music streaming},
author = {Lixing He and Zhouxuan Chen and Mingshuai Liu and Xinran Sun and Wucheng Wang and Minfu Li and Lingcheng Kong and Weifeng Zhao and Wenjiang Zhou},
journal= {arXiv preprint arXiv:2603.01592},
year = {2026}
}