标签: #neural-codec
关于 GPU、LLM、MLOps、Kubernetes 以及心态的文章 · 2 篇
SOTA 音乐·音频生成分析 — 神经编解码器与生成模型
从音频表示方式(波形·频谱图·神经编解码器)到自回归音频语言模型、基于扩散的音频、文本-音乐条件化，以谱系为中心进行梳理。从架构角度分析 EnCodec、MusicGen、AudioLM 系列的原理，以及商用模型、评估与著作权争议。
2026-06-30 · 13 分钟阅读 #ai-papers#audio-generation#music-generation#neural-codec#audio-language-modelSOTA 语音识别与合成解析 — 从 Whisper 到编解码器语言模型
梳理语音识别(ASR)与语音合成(TTS)的最新趋势。从 HMM 到 CTC/注意力机制,从 Whisper 的大规模弱监督学习,到 Tacotron、神经声码器与编解码器语言模型,逐一审视其脉络与架构原理。
2026-06-30 · 30 分钟阅读 #ai-papers#speech-recognition#text-to-speech#whisper#neural-codec