arXiv · cs.AI· Ron Aluf·· 23 天前AI 评分39
GS-Codec：用 Gaussian Splatting 瓶颈替代量化器的神经语音编码器
GS-Codec: A Gaussian-Splatting Bottleneck for Neural Audio Coding
来源与原文
arXiv · cs.AI
作者：Ron Aluf
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.04651v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出神经语音编码器 GS-Codec，将 Gaussian splatting 从 3D 场景重建迁移到一维潜空间，用 1D 高斯基元的信号分解取代传统 VQ-VAE 式量化瓶颈，并通过 GS Predictor Net 单次前向回归基元参数。单个训练好的 checkpoint 无需重训练即可通过调整基元数量和每参数位深实现比特率控制。在相近码率下，其在 SIM、STOI、UTMOS 上持平或超越 EnCodec 和 DAC，WER 相当，代码与音频样本已开源。
来源：arXiv · cs.AI · arxiv.org