RubatoCodec 可变帧率语音编解码器论文发布
热点事件观察中
RubatoCodec 可变帧率语音编解码器论文发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Chihiro Arata 等作者提出可变帧率语音编解码器 RubatoCodec，并已公开代码与权重。该编解码器基于 X-Codec-2 构建，采用 utterance 级事件预算和流式解码，实现自适应语音分词。 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，据论文称无需学习边界预测器。在英语、日语和普通话语料上，重建质量具有竞争力；在匹配的 TTS 对比中，WER 更低、UTMOS 与 UTMOSv2 更高。
AI 根据报道生成 · 1 小时前更新
最新进展10月21日 08:00
RubatoCodec：带事件预算的自适应语音分词与流式解码报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- HuggingFace Daily PapersRubatoCodec：带事件预算的自适应语音分词与流式解码
RubatoCodec 是基于 X-Codec-2 的可变帧率语音编解码器，通过 utterance 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，无需学习边界预测器。在英语、日语和普通话语料上重建质量具竞争力，匹配 TTS 对比中 WER 更低、UTMOS 与 UTMOSv2 更高，代码与权重已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。