跳到正文
热点事件持续更新

CoSTA:压缩语音 token 适配语音对话模型

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 16 日,arXiv cs.CL 收录论文《CoSTA:面向高效语音对话模型的压缩语音 Token 适配》。该工作提出 CoSTA,一个兼容性保留的事后(post-hoc)框架,将语音对话模型的生成 token 空间与合成 token 空间解耦,同时保留原有的语音 tokenizer 与 decoder 不变。具体做法是:通过均值初始化的词表扩展、发音适配与对话适配来压缩生成 token 空间,并在合成前确定性地还原回原始 token 空间。在双语语音对话基准上,CoSTA 实现了约 1.7 倍的语音 token 生成速度,同时降低了整响应延迟、提升了吞吐,且响应质量保持不变。

AI 根据报道生成 · 1 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16日
  1. arXiv cs.CL
    CoSTA:面向高效语音对话模型的压缩语音 Token 适配

    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。

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。