热点事件持续更新
NormToken：说话人与时长归一化语义语音token
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Audio and Speech 发布一手论文，提出 NormToken，一种迭代语义 token 精炼框架。该框架交替进行 S2U（语音到语义）与 T2U（文本到语义）训练：先用 T2U 模型生成的文本派生 token 监督新初始化的 S2U tokenizer，再以 S2U token 作为下一轮 T2U 的目标，循环迭代。目标是使 S2U 与 T2U 趋向共享、可由文本预测的 token 空间，从而实现说话人与时长归一化的语义语音 token。报道未给出实验数据、对比基线或代码开源信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv 发布 NormToken 论文，提出迭代 S2U-T2U 精炼框架以归一化说话人与时长。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Audio and SpeechNormToken：通过迭代 S2U-T2U 精炼实现说话人与时长归一化的语义语音 token
NormToken 提出一种迭代语义 token 精炼框架，交替进行 S2U 与 T2U 训练，用 T2U 模型生成的文本派生 token 监督新初始化的 S2U tokenizer，再以 S2U token 作为下一轮 T2U 目标，使两者趋向共享、可由文本预测的 token 空间。
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。