A Production-Oriented Framework for Evaluation of SFX Generation
यह शोध पत्र संदर्भ-निर्देशित ध्वनि प्रभाव निर्माण (reference-guided sound effects generation) के लिए एक उत्पादन-उन्मुख मूल्यांकन ढांचे को प्रस्तुत करता है जो नौ औद्योगिक आवश्यकताओं और एक द्वि-चरणीय प्रोटोकॉल को परिभाषित करके मौजूदा टेक्स्ट-टू-ऑडियो मूल्यांकन की सीमाओं को संबोधित करता है ताकि संदर्भ संरेखण (reference alignment), विविधता और संवेदी पहचान संरक्षण (perceptual identity preservation) जैसे मेट्रिक्स के माध्यम से विषम विधियों की व्यवस्थित रूप से तुलना की जा सके।