跳到正文
Hugging Face Daily Papers·· 1 天前AI 评分34

RubatoCodec:带预算的自适应语音分词与流式解码

RubatoCodec: Budgeted Adaptive Speech Tokenization with Streaming Decoding

AI 导读

RubatoCodec 是基于 X-Codec-2 的可变帧率语音编解码器,通过固定语句级事件预算和流式解码实现自适应分词。其 Adaptive Firing 机制利用编解码特征与波形频谱变化划分变长事件,无需学习型边界预测器,低事件率下重建保真度和可懂度优于固定帧率编码。

来源:Hugging Face Daily Papers · huggingface.co