热点事件持续更新
Q-SPT：基于可学习查询的低帧率语音 Tokenizer 压缩方法
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
Q-SPT 提出一种低帧率双流语音 Tokenizer，分别对语义和声学表示进行上下文感知的可学习查询压缩，并通过自回归文本损失监督语义压缩器以保留语言信息。实验显示，在相同帧率下 Q-SPT 的重建质量最优，下游 SLM 的语音识别准确率和 TTS 感知质量最佳，且可懂度具有竞争力。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 12:00
2026-10-02 arXiv 发布 Q-SPT 相关论文，介绍其低帧率双流语音 Tokenizer 及实验结果。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Audio and SpeechQ-SPT：基于可学习查询的低帧率语音 Tokenizer 压缩方法
Q-SPT 提出一种低帧率双流语音 Tokenizer，分别对语义和声学表示进行上下文感知的可学习查询压缩，并通过自回归文本损失监督语义压缩器保留语言信息。实验表明，在相同帧率下 Q-SPT 的重建质量最优，下游 SLM 的语音识别准确率和 TTS 感知质量最佳，且可懂度具有竞争力。
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。