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 运营管理 大地测量学 认识论 图像(数学) 地理
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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
刚刚
ming完成签到,获得积分10
刚刚
雪白幻巧完成签到,获得积分10
1秒前
Linda琳完成签到,获得积分10
2秒前
2秒前
blame完成签到,获得积分10
2秒前
2秒前
老猫头鹰完成签到,获得积分10
3秒前
爱笑若冰完成签到 ,获得积分10
4秒前
bobo完成签到,获得积分10
4秒前
5秒前
Akun完成签到,获得积分10
5秒前
jzmulyl完成签到,获得积分10
6秒前
我根本没长尾巴完成签到,获得积分10
6秒前
大大怪将军完成签到,获得积分20
7秒前
高唐完成签到,获得积分10
7秒前
DD发布了新的文献求助10
8秒前
在水一方应助崔尔蓉采纳,获得10
8秒前
Gu0F1完成签到 ,获得积分10
8秒前
盆盆发布了新的文献求助10
9秒前
alexsoong完成签到,获得积分10
9秒前
RYK完成签到 ,获得积分10
9秒前
大宝剑3号完成签到 ,获得积分10
9秒前
Akun发布了新的文献求助10
10秒前
10秒前
wangckyt完成签到,获得积分20
10秒前
11秒前
JCTera完成签到,获得积分10
11秒前
12秒前
osel完成签到,获得积分10
12秒前
红箭烟雨完成签到,获得积分10
13秒前
Hanoi347发布了新的文献求助200
14秒前
量子星尘发布了新的文献求助10
14秒前
duduying完成签到,获得积分10
14秒前
wualexandra完成签到,获得积分10
14秒前
小猪猪的饲养官完成签到 ,获得积分10
15秒前
tyro完成签到,获得积分10
15秒前
lyncee应助高唐采纳,获得30
15秒前
蓬莱依月完成签到,获得积分10
15秒前
husky完成签到,获得积分10
16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
Basic And Clinical Science Course 2025-2026 3000
人脑智能与人工智能 1000
花の香りの秘密―遺伝子情報から機能性まで 800
Terminologia Embryologica 500
Process Plant Design for Chemical Engineers 400
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5612157
求助须知:如何正确求助?哪些是违规求助? 4696381
关于积分的说明 14891444
捐赠科研通 4732540
什么是DOI,文献DOI怎么找? 2546272
邀请新用户注册赠送积分活动 1510490
关于科研通互助平台的介绍 1473401