Sony AI 等发布 ST-AudioLM：统一建模声音语义与声源移动轨迹，代码已开源

POSTECH 与 Sony AI 等机构发布 ST-AudioLM（EMNLP 2026 Main）并开源代码与 demo，该模型用 1 个语义 token 加 40 个轨迹 token 统一声音语义理解、空间定位与轨迹建模。