Codec-SUPERB: An In-Depth Analysis of Sound Codec Models

声音编解码器在最小化数据传输延迟和作为标记器的双重作用下，突显了其至关重要的重要性。近年来，编解码器模型有了显著的发展。理想的声音编解码器应该保留内容、语音语调、说话者和音频信息。然而，哪种编解码器实现了最佳的声音信息保留仍然没有得到答案，因为在不同的论文中，模型都是在其选定的实验设置上进行评估的。本研究介绍了Codec-SUPERB，它是Codec声音处理通用性能基准的缩写。它是一个生态系统，旨在评估代表性声音应用和基于声音领域知识的信号级度量的编解码器模型。Codec-SUPERB通过在线排行榜简化了结果共享，促进了社区驱动的基准数据库内的合作，从而刺激了编解码器的新开发周期。此外，我们进行了深入分析，从应用和信号的角度提供了对编解码器模型的见解，与以往主要集中于信号级比较的编解码器论文不同。最后，我们将发布代码、排行榜和数据，以加速社区内的进展。

论文旨在介绍Codec-SUPERB，一个用于评估声音编解码器模型的生态系统，以解决声音信息保留的问题。

Codec-SUPERB是一个旨在评估声音编解码器模型的生态系统，它可以在代表性声音应用和基于声音领域知识的信号级度量方面评估编解码器模型。同时，Codec-SUPERB通过在线排行榜简化结果共享，促进社区驱动的基准数据库内的协作，从而刺激编解码器的新发展周期。

论文提供了一个用于评估声音编解码器模型的新的生态系统，Codec-SUPERB。它可以在代表性声音应用和基于声音领域知识的信号级度量方面评估编解码器模型。同时，论文还提供了实验设计和数据集，以加速社区内的进展。

最近的相关研究主要集中在评估编解码器模型的信号级比较上，而Codec-SUPERB则从应用和信号两个角度提供了深入的分析。