arXiv · cs.AI· Keren Shao·· 22 天前AI 评分34
关系合成：面向 Foley 音频与检索增强音频生成的结构介导拼接合成方法
Relational Synthesis: Structure-Mediated Concatenative Synthesis for Foley and Retrieval-Augmented Audio Generation
来源与原文
arXiv · cs.AI
作者：Keren Shao
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.05768v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 relational synthesis（关系合成），一种拼接合成的变体，用类 Gromov 的关系结构代价替代目标代价，将参考音频 R 的时间结构与幅度变化迁移到源音频 S 的颗粒重组中，使合成结果保持与 S 声学一致且不持续复制 S 或 R 的片段。实验显示该方法可与神经 RAG 自然结合，在时间一致性、声学保真与泄漏指标上表现良好。论文已提交 ICASSP 2027。
来源：arXiv · cs.AI · arxiv.org