Plug-and-play audio restoration with diffusion denoiser

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F24%3APU151725" target="_blank" >RIV/00216305:26220/24:PU151725 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/10694642" target="_blank" >https://ieeexplore.ieee.org/document/10694642</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/IWAENC61483.2024.10694642" target="_blank" >10.1109/IWAENC61483.2024.10694642</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Plug-and-play audio restoration with diffusion denoiser

Popis výsledku v původním jazyce

There have been a plethora of methods developed to tackle diverse audio reconstruction problems. Recently, deep generative models have affected this field strongly, some of them allowing to solve multiple problems with only a minimal need for adaptation. However, long inference times still represent a barrier to their real-world deployment. We propose a plug-and-play approach to audio reconstruction enabling a shorter duration of signal generation. We present our approach on a number of inverse problems, all evaluated on a piano sound dataset. Subjectively, the proposed strategy performs competitively with recent methods, however, this is rarely reflected by objective metrics.

Název v anglickém jazyce

Plug-and-play audio restoration with diffusion denoiser

Popis výsledku anglicky

There have been a plethora of methods developed to tackle diverse audio reconstruction problems. Recently, deep generative models have affected this field strongly, some of them allowing to solve multiple problems with only a minimal need for adaptation. However, long inference times still represent a barrier to their real-world deployment. We propose a plug-and-play approach to audio reconstruction enabling a shorter duration of signal generation. We present our approach on a number of inverse problems, all evaluated on a piano sound dataset. Subjectively, the proposed strategy performs competitively with recent methods, however, this is rarely reflected by objective metrics.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

<a href="/cs/project/GA23-07294S" target="_blank" >GA23-07294S: Od perceptronu k percepci: psychoakusticky motivovaná rekonstrukce audio signálu s využitím prvků hlubokého učení</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2024 18th International Workshop on Acoustic Signal Enhancement (IWAENC)

ISBN

979-8-3503-6185-8

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

115-119

Název nakladatele

IEEE

Místo vydání

Aalborg, Denmark

Místo konání akce

Aalborg

Datum konání akce

9. 9. 2024

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—