Hot eventLive
Q-SPT：基于可学习查询的低帧率语音 Tokenizer 压缩方法
1 reports1 sources3 hr ago updated
Get the story
AI overview
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。
Generated from reports · updated 2 hr ago
Timeline
Follow the coverage from different angles.
Oct 2, 2026
- 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。
Heat trend
There is not enough continuous observation data to draw a trend yet.