PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Audio Generation

48 평가 기록 8 datasets

Audio generation (synthesis) is the task of generating raw audio such as speech.

<span style="color:grey; opacity: 0.6">( Image credit: MelNet )</span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
ETTA-FT-AC-100k
FAD: 2.03FD: 10.10CLAP_MS: 0.43FD_openl3: 61.79
논문 코드
MMAudio-S-16kHz
FAD: 0.79FD: 5.22
논문 코드
CMGAN
Log-Spectral Distance: 0.76
논문 코드
U-Net + AFiLM
Log-Spectral Distance: 1.5
논문 코드
U-Net + AFiLM
Log-Spectral Distance: 2.3
논문 코드
Sparse Transformer 152M (strided)
Bits per byte: 1.97
논문 코드
U-Net and ResNet
SNR: 35.26
논문 코드
SymphonyNet
Human listening average results: 3.5
논문 코드

데이터셋

8개
AudioCapsVGG-SoundVCTK Multi-SpeakerPianoVoice Bank corpus (VCTK)Classical music, 5 seconds at 12 kHzDSD100Symphony music

논문

Stable Audio Open

2407.14358 2024-07-19 이 페이지의 평가 1건
CLAP_MS: 0.34FD_openl3: 78.24CLAP_LAION: 0.35KL_passt: 2.14

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/stability-ai/stable-audio-tools 3 논문
github.com/declare-lab/TangoFlux 1 논문
github.com/NVIDIA/elucidated-text-to-audio 1 논문
github.com/facebookresearch/audiocraft 1 논문
github.com/haoheliu/audioldm-training-finetuning 1 논문
github.com/haoheliu/AudioLDM2 1 논문
github.com/snap-research/GenAU 1 논문
github.com/stability-ai/stable-audio-metrics 1 논문

하위 태스크

AS Audio Super-Resolution 4 데이터셋 · 14 rows VG Video-to-Sound Generation 1 데이터셋 · 8 rows RI Room Impulse Response (RIR) 0 데이터셋 · 0 rows VC Voice Cloning 0 데이터셋 · 0 rows