HuggingFace Daily Papers· Chihiro Arata, Shohei Taniguchi, Gouki Minegishi, Kan Hatakeyama-Sato·2026-10-21 04:00· 5 天前AI 评分40

RubatoCodec: 基于事件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 是一种基于 X-Codec-2 的可变帧率语音编解码器，通过自适应分配机制实现语音事件级别的精确预算控制。实验表明，在低事件率下，自适应分配在重建保真度和可懂度上优于固定速率编码，且在英日多语言任务中保持竞争力。代码和权重已公开。