Paper und Forschungsberichte von Rudolf Stepan, nach Themen und Projekten geordnet. Jede Arbeit hat eine eigene Seite mit Beschreibung, Dokumentfassungen und zugehörigen Quellen.
14 Arbeiten · einschließlich privater Projektbeschreibungen
Für weitere Inhalte anmelden
Vergleicht REIST, x264, x265 und AV1 auf sechs ausgewählten Filmsequenzen bei angeglichener Gesamtdateigröße. Der Bericht dokumentiert Qualitätsmetriken und Encoding-Durchsatz einschließlich schwieriger Fälle; der begrenzte Korpus begründet keinen allgemeinen Codec-Rangvergleich.
Working Paper zu einer kontrollierten Enterprise-Video-Plattform mit verschlüsselten Segmenten, browserbasierter Wiedergabe, Rechten und Audit. Nachgewiesener lokaler Prototyp und weitergehende Zielarchitektur werden ausdrücklich getrennt.
Gesamtbericht zum progressiven Bildpfad und einem eigenständigen Videocodec mit zeitlicher Vorhersage, Transformation, Quantisierung und Entropiecodierung. Implementierungsstand, historische Benchmarks und deren Aussagegrenzen werden getrennt dokumentiert.
Forschungs- und Implementierungsbericht zur progressiven Bildübertragung. Layout, Vektorskizze, Basislayer und globale sowie regionale Verfeinerungen priorisieren frühe Bildinformation. Die erste kleine Messreihe ist ausdrücklich als vorläufige Implementierungsbeobachtung einzuordnen.
Kompakter Überblick über den experimentellen Videocodec, seine gemeinsame native/WASM-Runtime und die Änderungen in Bewegungsanalyse, Intra-Suche und Encoderarbeit. Der ältere Kurzbericht vom 3. Oktober bleibt als historische Fassung zugeordnet.
Technische Untersuchung zeitcodierter Frame-Stapel als Vorhersage für Motion Estimation. Die Arbeit trennt Hypothese, Algorithmus und Versuchsplan vom dokumentierten Implementierungsstand.
Proof of Concept zur additiven Befüllung maximaler Intervalle gleichen gerundeten Quotienten in Quantisierungstabellen. Korrektheitsargument und Referenzimplementierung werden von historischen Projektmessungen und kombinierten Encoder-Effekten unterschieden.
Implementierungsnahe Beschreibung von Vorhersage, Transformation, Quantisierung, Raten-Verzerrungs-Optimierung und Entropiecodierung. Ganzzahlregeln, Rundung und Referenzzustände gehören zur Kompatibilitätsbeschreibung des untersuchten Codecs.
Working Paper zur browserbasierten Distribution von REIST-Video mit WASM-SIMD-Decodierung, Worker, WebGL und Streaming-Puffer. Der dokumentierte Prototyp ist von noch offenen Produkt- und Betriebsanforderungen abgegrenzt.
Dokumentiert Versuche zu Encoderleistung, variabler Bitrate und Hardwarebeschleunigung. Historische Messergebnisse und spätere Implementierungsstände werden getrennt betrachtet; kurze Durchsatzmessungen belegen keine allgemeine dauerhafte Streaming-Echtzeit.
Nachschlagewerk zu Codec-Pipeline, Fachbegriffen, Qualitätsmessung, Streaming und Performance. Der Leitfaden ordnet den REIST-Codecstand in den vollständigen Signalfluss von Encoder und Decoder ein.
lmTalk ist eine Python-Desktopoberfläche für lokale Sprachmodelle in LM Studio. Textchat, Modellauswahl und Leistungsprofile werden mit optionaler lokaler Sprachausgabe verbunden; vollständige Satzteile können bereits während der Antwortgenerierung gesprochen werden. Eine eigene Hörbuchansicht liest PDF- und TXT-Dateien ohne LLM-Umschreibung vor, unterstützt Pause und Seitennavigation und speichert den Lesestand lokal. Die Hörbuchfunktion benötigt LM Studio nicht; reine Bildscans benötigen zuvor eine Texterkennung.
Ein eigenständiger Windows-Videoplayer mit VLC-Engine und integriertem REIST-Decoder. Die dunkle Oberfläche bietet große Bedienelemente, eine breite Zeitleiste, Tonspur- und Untertitelwahl, Wiedergabetempo und Vollbild. Der Installer bringt die benötigte VLC-/REIST-Laufzeit mit; Dateizuordnungen werden über die Windows-Standard-App-Auswahl eingerichtet. Unterstützte Container und Formate hängen von den enthaltenen Codecs ab. Die Codec-Entwicklung bleibt im separaten REIST-Video-Projekt.
Sprachstudio ist eine native Windows-Anwendung für die lokale Produktion synthetischer Sprache. Die C#/.NET-WPF-Oberfläche bindet die Qwen3-TTS-/PyTorch-Engine über einen unsichtbaren Worker an und unterstützt Projekte, Schnellvorschauen und finale Takes. Eine Wellenformansicht mit Playhead und verschiebbaren IN-/OUT-Markern erleichtert die Auswahl und Wiedergabe von Abschnitten. Projekte bleiben mit dem vorhandenen SQLite-basierten .ttsprod-Format kompatibel. Für die Sprachgenerierung wird die separat installierte lokale TTS-Engine benötigt.