中科院 CoSTA:解耦语音 token 空间,加速语音对话模型
CASIA · hf · 2026-10-30
中科院自动化所等机构的论文 CoSTA 针对语音对话模型（SDM）的推理低效问题：现有模型让生成与声学合成共用同一语音 token 空间，导致自回归序列过长、推理代价高；直接换用低帧率 tokenizer 又会引入压缩-质量权衡且需整体替换模型。
CoSTA 是一个保持兼容性的后处理框架，将生成 token 空间与合成 token 空间解耦：训练适配后的 SDM 输出更短的压缩语音 token，再经确定性扩展模块无损还原给原语音解码器。这样无需更换解码器即可保留原有质量，同时显著缩短自回归序列、加速推理。
「研究」频道最新
- 用 LLM 找出德国法律体系大量「漏洞」,可致机密泄露与免签通行 — w1kke · 2026-10-30
- 用全句翻译过滤部分译文,微调 Qwen3-8B 改进实时语音翻译 — burkov · 2026-10-30
- 纯仿真训练的四足机器人 HOUND 登上 Science Robotics 封面 — Scobleizer · 2026-10-30
- 激活导向实验：对一个"人类"神经元 steering,模型 52% 回答自称真人 — Sauers_ · 2026-10-30
- MoRE：相邻层共享专家池，同等参数量下困惑度降至 11.75 — burny_tech · 2026-10-30
- 小米等提出 A-RSI:零标注数据实现多模态模型自我提升 — xiaomi-research · 2026-10-30