Fugu-MT 論文翻訳(概要): A Production-Oriented Framework for Evaluation of SFX Generation

論文の概要: A Production-Oriented Framework for Evaluation of SFX Generation

arxiv url: http://arxiv.org/abs/2607.09973v1
Date: Fri, 10 Jul 2026 20:58:34 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 15:40:48.267458
Title: A Production-Oriented Framework for Evaluation of SFX Generation
Title（参考訳）: SFX生成評価のための生産指向フレームワーク
Abstract要約: 産業用音響設計には、参照の知覚的アイデンティティを保ち、制御可能なバリエーションをサポートし、実用的な使用のために効率を保った音声生成システムが必要である。異種音声生成・編集手法の構造化比較のための生産指向評価フレームワークを提案する。
参考スコア（独自算出の注目度）: 15.325030504689416
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Industrial sound design requires audio generation systems that not only produce realistic audio, but also preserve the perceptual identity of a reference, support controllable variation, and remain efficient for practical workflows. Existing evaluations are usually tied to text-to-audio (TTA), unconditional, or task-specific settings, limiting assessment for reference-guided sound effects (SFX) variation. To address this gap, we present a production-oriented evaluation framework for structured comparison of heterogeneous audio generation and editing methods. Our framework identifies nine production requirements and explicitly accounts for differences in model capabilities, enabling comparison under a common production objective. A two-stage protocol is introduced: (1) a reference-guided audio-to-audio (ATA) variation task, in which all methods are evaluated under the same ESC-50 SFX adaptation setup, and (2) capability-specific analyses of native operations such as SFX morphing, temporal and energy alignment, inpainting, and targeted editing. This framework combines objective metrics (including FAD, ImageBind-based reference alignment, and diversity across generated variants), together with a human study of perceptual identity preservation and transient diagnosis. Our study reveals complementary strengths and trade-offs across baselines for different production needs. Among the full-generation baselines evaluated under a shared ATA setting, AudioX provides the strongest overall trade-off between reference alignment and diversity while still supporting SFX morphing. Other baselines remain most suitable for specific editing operations. Our framework establishes a structured evaluation and decision protocol for reference-guided SFX variation and provides a practical basis for designing future unified industrial audio generation pipelines. Audio demos are on the accompanying web page.
Abstract（参考訳）: 産業用音響設計には、現実的なオーディオを生成するだけでなく、参照の知覚的アイデンティティを保持し、制御可能なバリエーションをサポートし、実用的なワークフローにおいて効率を保ち続けるオーディオ生成システムが必要である。既存の評価は、通常、テキスト・トゥ・オーディオ(TTA)、無条件またはタスク固有の設定に結び付けられ、参照誘導音響効果(SFX)の変動に対する評価を制限する。このギャップに対処するため、異種音声生成・編集手法の構造化比較のための生産指向評価フレームワークを提案する。我々のフレームワークは、9つの生産要件を特定し、モデル機能の違いを明確に説明し、共通の生産目標下での比較を可能にする。 2段階のプロトコルを導入し,(1)参照誘導型オーディオ・オーディオ・トゥ・オーディオ(ATA)変動タスクにおいて,すべてのメソッドを同一のESC-50 SFX適応設定で評価し,(2)SFXモーフィング,時間的・エネルギー的アライメント,塗装,ターゲット編集などのネイティブ操作の能力特異的解析を行う。このフレームワークは、客観的なメトリクス(FAD、ImageBindベースの参照アライメント、生成された変種間の多様性を含む)と、知覚的アイデンティティ保存と過渡的診断の人間の研究を組み合わせる。本研究は,生産ニーズの異なるベースライン間の相補的な強みとトレードオフを明らかにする。共有ATA設定で評価されたフル世代のベースラインの中で、AudioXは、SFXモーフィングをサポートしながら、参照アライメントと多様性のトレードオフが最強である。他のベースラインは、特定の編集操作に最も適している。本フレームワークは,参照誘導型SFX変動に対する構造的評価・決定プロトコルを確立し,将来的な産業用オーディオ生成パイプラインの設計のための実践的基盤を提供する。オーディオデモは付随するWebページにある。

関連論文リスト

Listen, Reason, and Segment: Aligning LALMs with Editorial Judgment for Media Chapterization [58.34381853842135]
LALM(Large Audio Language Models)は、標準化されたベンチマークを急速に進歩させたが、実際的なメディア、キュレーション、アーカイブインデックス、コンテンツ配信への展開は、ほとんど実現されていない。連続的な音声ストリームを主題的に一貫性のあるチャプタに分割するタスクである自動音声チャプタライゼーションを同定する。このタスクのために、エンドツーエンドのLALMを調整するためのフレームワークであるAudioChapsを紹介します。
論文参考訳（メタデータ） (2026-08-17T13:14:01Z)
Vorch-Omni: Multi-Task Orchestration of Sight and Sound [51.39284238118125]
Vorch-Omniは任意の条件から任意言語への定式化に基づく音声・視覚合成のための統一されたフレームワークである。ビデオや音声の信号を入力や生成ターゲットの条件付けとして柔軟に扱う。テキスト・トゥ・ビデオ、テキスト・トゥ・オーディオ・ビデオ、イメージ・アンド・レファレンス・コンディショナード・ジェネレーション、時間拡張、音声駆動生成、ビデオ変換、オーディオ・ビジュアル編集を含む10以上のタスクをサポートする。
論文参考訳（メタデータ） (2026-08-06T09:38:30Z)
MMAE: A Massive Multitask Audio Editing Benchmark [66.74229858407413]
MMAEは汎用的な命令ベースの音声編集のために設計された最初の総合的な評価テストベッドである。 2,000個の高忠実度サンプルを、先駆的なルーリック評価フレームワークと組み合わせて構成する。評価の結果,既存のシステムは信頼性の高い編集には程遠いことが判明した。
論文参考訳（メタデータ） (2026-06-05T12:52:41Z)
UniSonate: A Unified Model for Speech, Music, and Sound Effect Generation with Text Instructions [55.622295453533475]
音声,音楽,音響効果を合成できる統合フローマッチングフレームワークUniSonateを紹介する。本研究では,非構造環境音を時間潜在空間に投影する動的トークン注入機構を提案する。実験により、UniSonateは、命令ベースのTSとTTMで最先端のパフォーマンスを達成することが示された。
論文参考訳（メタデータ） (2026-04-24T04:26:04Z)
SAM Audio: Segment Anything in Audio [55.50609519820557]
一般的なオーディオソース分離は、マルチモーダルAIシステムにとって重要な機能である。本稿では,一般的な音声分離のための基礎モデルであるSAM Audioを紹介する。テキスト、ビジュアル、タイムスパンを単一のフレームワーク内で統合する。
論文参考訳（メタデータ） (2025-12-19T22:14:23Z)
High-Quality Sound Separation Across Diverse Categories via Visually-Guided Generative Modeling [65.02357548201188]
DAVIS(Diffusion-based Audio-VIsual separation framework)を提案する。本フレームワークは、混合音声入力と関連する視覚情報に基づいて、ノイズ分布から直接、所望の分離音スペクトルを合成することによって機能する。
論文参考訳（メタデータ） (2025-09-26T08:46:00Z)
AudioCodecBench: A Comprehensive Benchmark for Audio Codec Evaluation [16.047087043580053]
MLLM(Multimodal Large Language Models)は、音声や音楽に広く応用されている。意味のみのテキストトークンとは異なり、音声トークンはグローバルな意味的コンテンツをキャプチャし、きめ細かい音響的詳細を保存する必要がある。本稿では,意味的および音響的トークンの適切な定義を提供し,体系的な評価フレームワークを提案する。
論文参考訳（メタデータ） (2025-09-02T14:15:22Z)
AHELM: A Holistic Evaluation of Audio-Language Models [78.20477815156484]
マルチモーダルオーディオ言語モデル(ALM)は、インターリーブされた音声とテキストを入力および出力テキストとして取り込む。 AHELMは、PARADEとCoRe-Benchと呼ばれる2つの新しい合成オーディオテキストデータセットを含む、さまざまなデータセットを集約するベンチマークである。また、モデル間の等価比較を確保するために、プロンプト、推論パラメータ、評価指標を標準化する。
論文参考訳（メタデータ） (2025-08-29T07:40:39Z)
A General Framework for Learning Procedural Audio Models of Environmental Sounds [7.478290484139404]
本稿では,手続き型自動エンコーダ(ProVE)フレームワークについて,手続き型オーディオPAモデルを学習するための一般的なアプローチとして紹介する。本稿では, ProVE モデルが従来の PA モデルと敵対的アプローチの両方を音響忠実度で上回ることを示す。
論文参考訳（メタデータ） (2023-03-04T12:12:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。