已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

See hear now: is audio-visual QoE now just a fusion of audio and video metrics?

计算机科学 水准点(测量) 音质 语音识别 质量(理念) 视听 视频质量 主观视频质量 机器学习 预测建模 质量评定 人工智能 多媒体 图像质量 公制(单位) 工程类 可靠性工程 评价方法 哲学 大地测量学 地理 图像(数学) 认识论 运营管理
作者
Helard Becerra Martinez,Andrew Hines,Mylène C. Q. Farias
标识
DOI:10.1109/qomex55416.2022.9900891
摘要

Single-modal audio/speech and video quality models have reached high levels of performance. Although traditional algorithms are still preferred for many practical applications, advances in machine learning (ML) and deep learning techniques have exceeded their performance in several scientific comparisons. However, audio-visual (AV) models have received signifi-cantly less attention and development. Despite the acknowledged challenge that multimodal interaction poses to the AV problem, traditional AV models generally rely on simple fusion techniques of individual audio and video predictions. Consequently, the impact of recent advances in single-modal quality assessment models on SOTA (state-of-the-art) AV quality models merits attention. This paper presents a revised and updated benchmark for AV quality assessment with particular focus on new speech quality metrics. Three AV datasets were used to test audio, video, and AV quality metrics. For audio and video, the best performing metrics were selected to build simple late-fusion models using their raw predictions. The fused models were then compared to the SOTA AV models. Results show that a simple fusion strategy produces accurate AV quality predictions (LCC and SCC greater than 0.90) with low error rates (RMSE lower than 0.33). These results highlight the influence of advances in speech quality for AV quality assessment.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
baihehuakai完成签到 ,获得积分10
2秒前
4秒前
夏天完成签到,获得积分10
4秒前
Chen完成签到,获得积分10
6秒前
7秒前
7秒前
孙翘楚完成签到,获得积分10
9秒前
11秒前
Ming Chen发布了新的文献求助10
12秒前
yeah发布了新的文献求助10
13秒前
16秒前
17秒前
17秒前
顾末完成签到,获得积分10
17秒前
林艾祎发布了新的文献求助10
18秒前
小明应助handsomecat采纳,获得10
18秒前
英勇的沉鱼完成签到 ,获得积分10
18秒前
牧歌完成签到 ,获得积分0
20秒前
卡西诺玛完成签到,获得积分10
20秒前
Chen发布了新的文献求助10
22秒前
大意的鹤发布了新的文献求助10
23秒前
Ming Chen完成签到,获得积分10
23秒前
24秒前
Criminology34应助贝贝采纳,获得10
24秒前
25秒前
哈哈哈完成签到 ,获得积分10
26秒前
26秒前
26秒前
浮游应助郭子仪采纳,获得10
27秒前
合适尔蝶发布了新的文献求助10
27秒前
28秒前
28秒前
善学以致用应助Yas采纳,获得10
29秒前
搜集达人应助忧心的花瓣采纳,获得10
30秒前
深情安青应助handsomecat采纳,获得10
31秒前
CC柚完成签到 ,获得积分10
31秒前
红毛兔完成签到 ,获得积分10
32秒前
32秒前
33秒前
林艾祎完成签到,获得积分20
33秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
On the Angular Distribution in Nuclear Reactions and Coincidence Measurements 1000
Vertébrés continentaux du Crétacé supérieur de Provence (Sud-Est de la France) 600
A complete Carnosaur Skeleton From Zigong, Sichuan- Yangchuanosaurus Hepingensis 四川自贡一完整肉食龙化石-和平永川龙 600
Le transsexualisme : étude nosographique et médico-légale (en PDF) 500
Elle ou lui ? Histoire des transsexuels en France 500
FUNDAMENTAL STUDY OF ADAPTIVE CONTROL SYSTEMS 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5312489
求助须知:如何正确求助?哪些是违规求助? 4456148
关于积分的说明 13865749
捐赠科研通 4344664
什么是DOI,文献DOI怎么找? 2386013
邀请新用户注册赠送积分活动 1380317
关于科研通互助平台的介绍 1348719