跳到正文
热点事件持续更新

LIFT-SE:语言推理后接流变换的生成式语音增强

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8日,arXiv Audio and Speech 发布一手报道,介绍生成式语音增强框架 LIFT-SE。该框架为两阶段结构,在 QRes-Codec 内把语言推理与声学合成解耦:先基于自监督前端蒸馏出的帧对齐特征,自回归预测干净 codec token;再用条件流匹配,把高斯噪声输运到由预测 token 条件的连续潜变量;最后由冻结解码器重建增强波形。报道未提及其他时间点的进展、对比数据或外部验证。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv · Audio and Speech
    LIFT-SE:先做语言推理再做流变换的生成式语音增强

    LIFT-SE 是一个两阶段生成式语音增强框架,在 QRes-Codec 内把语言推理与声学合成解耦,先基于自监督前端蒸馏出的帧对齐特征自回归预测干净 codec token,再用条件流匹配把高斯噪声输运到由预测 token 条件的连续潜变量,最后由冻结解码器重建增强波形。

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。