arXiv cs.CL· Yingzhuo Deng, Chong Li, Bingxin Liu, Yi Shu, Tianyu Peng, Can Xie, Siyao Song, Shuo Ren, Jiajun Zhang·· 3 小时前AI 评分36
CoSTA：面向高效语音对话模型的压缩语音 Token 适配
CoSTA: Compressed Speech Token Adaptation for Efficient Spoken Dialogue Models
AI 导读
CoSTA 是一个兼容性保留的事后框架，把语音对话模型的生成与合成 token 空间解耦，同时保留原有语音 tokenizer 与 decoder。它用均值初始化的词表扩展、发音适配和对话适配压缩生成 token 空间，合成前再确定性还原回原始空间。在双语语音对话基准上，CoSTA 取得约 1.7× 的语音 token 生成速度、更低整响应延迟与更高吞吐，响应质量保持不变。
来源：arXiv cs.CL · arxiv.org