火山引擎多媒体实验室联合中科院声学所，在 ICASSP 2026 首届低资源音频编解码器挑战赛中，凭借 IRIS 和 Enhance-Nanocodec 方案，在两项核心赛道获得冠亚军和季军，为低码率、低复杂度音频压缩提供了高效解决方案。
📝 详细摘要
文章报道了火山引擎多媒体实验室与中科院声学所团队在 ICASSP 2026 首届低资源音频编解码器挑战赛（LRAC Challenge）中的优异表现。赛事聚焦于资源受限设备（如嵌入式系统、移动设备）对高效语音编解码器的需求，设有透明编解码器和增强编解码器两个赛道，对延迟、计算复杂度和比特率有严格限制。团队针对赛道 1 提出了 IRIS 端到端 AI Codec 架构，通过轻量化网络设计和多维度优化策略（数据增广、多判别器、多损失函数、梯度直传、二阶段微调）在低复杂度下实现了高音质。针对赛道 2，团队设计了全时频域架构 Enhance-Nanocodec，通过三阶段训练方案，在编码压缩的同时实现了降噪和去混响功能。最终，teamwzqaq 和 nano-codec 两支队伍分获赛道 1 冠亚军，nano-codec 还获得赛道 2 季军。文章详细介绍了技术方案、创新训练策略和赛事背景，展示了团队在低资源音频编解码领域的领先实力。
💡 主要观点
- 火山引擎团队在 ICASSP 2026 LRAC 挑战赛中获得佳绩，验证了其低资源音频编解码方案的有效性。 团队在透明编解码器和增强编解码器两个赛道分别获得冠亚军和季军，证明了其在低码率、低复杂度、低延迟约束下的技术领先性。
💬 文章金句
- 作为全球首届低资源音频编解码器专项赛事，ICASSP 2026 低资源音频编解码器比赛（2025 Low-Resource Audio Codec Challenge，LRAC Challenge）吸引了安克创新、地平线机器人、南京大学等众多产学研机构参与。
- 如何在极低码率下兼顾高重建质量与低计算复杂度，成为当前音频编解码领域的核心难题。
- 低复杂度模型易出现时域失真、频谱细节丢失等问题，单一判别器难以全面捕捉这些缺陷，导致优化方向偏差。
- 实验结果表明，上述优化方案在严格遵守赛道复杂度与延迟约束的前提下，有效解决了低资源场景下音质和复杂度难以平衡的核心痛点。
📊 文章信息
AI 初评：86
来源：字节跳动技术团队
作者：字节跳动技术团队
分类：人工智能
语言：中文
阅读时间：15 分钟
字数：3740
标签： 音频编解码器, 低资源, AI Codec, ICASSP, 火山引擎