论文解读

StableToken: A Noise-Robust Semantic Speech Tokenizer for Resilient SpeechLLMs

语音分词 | 9.0/10

 · 更新于 2026-09-24 · 约 10 分钟 · 4686 字 阅读 →
论文解读

AnyAccomp: Generalizable Accompaniment Generation Via Quantized Melodic Bottleneck

音乐生成 | 8.0/10

 · 更新于 2026-09-24 · 约 9 分钟 · 4201 字 阅读 →
论文解读

S-PRESSO: Ultra Low Bitrate Sound Effect Compression with Diffusion Autoencoders and Offline Quantization

音频生成 | 7.5/10

 · 更新于 2026-09-24 · 约 11 分钟 · 5113 字 阅读 →
论文解读

T-Mimi: A Transformer-Based Mimi Decoder for Real-Time On-Phone TTS

语音合成 | 7.0/10

 · 更新于 2026-09-24 · 约 8 分钟 · 3841 字 阅读 →