VCNAC：面向单声道、立体声与环绕声的可变通道神经音频编解码器
声音
2026-01-22 v1 音频与语音处理
摘要
我们提出了 VCNAC，一种可变通道神经音频编解码器。我们的方法采用单一的编码器和解码器参数化，能够针对从单声道语音到影院级 5.1 声道环绕声的不同通道设置进行原生推理。通道兼容性目标确保多声道内容在解码为更少通道时保持感知质量。共享表示使得能够在单一码本集上训练生成式语言模型，同时支持推理时跨模态和通道配置的可扩展性。使用客观空间音频指标和主观听音测试的评估表明，我们的统一方法在单声道、立体声和环绕声音频配置上均保持了高重建质量。
引用
@article{arxiv.2601.14960,
title = {VCNAC: A Variable-Channel Neural Audio Codec for Mono, Stereo, and Surround Sound},
author = {Florian Grötschla and Arunasish Sen and Alessandro Lombardi and Guillermo Cámbara and Andreas Schwarz},
journal= {arXiv preprint arXiv:2601.14960},
year = {2026}
}
备注
Submitted to EUSIPCO 2026