跳到主要内容
检索

# Q-SPT语音分词器

1 篇关联报道

订阅更新
  1. arXiv

    Q-SPT 用可学习查询压缩语音令牌:同帧率下重建最优,下游识别与合成感知质量领先

    该工作提出 Q-SPT,一种低帧率双流语音分词器,用两组分别学习、上下文感知的查询式压缩器独立处理语义流与声学流,并以自回归文本损失显式监督语义压缩器;实验显示其在相同帧率下取得所评估编解码器中最佳重建,在下游语音语言模型中取得最佳语音识别准确率与文本转语音感知质量,可懂度具竞争力。

已读完全部报道