codec.audio 上线:多语言噪声环境下的神经音频编解码器横评
kastnerkyle · x · 2026-11-11
Trelis Research 推荐 codec.audio 网站,用于横向比较各神经音频编解码器:在 VoxLingua107(野外真实噪声数据而非干净 TTS 数据)开发集上评测,并给出分语言指标。点评称 MOSS 的 codec 音质很好但模型很大(2B 参数)。图表显示 moss 在 speaker similarity 上领先,qwen3tfs、mimi、nanocodec 等紧随,facodec、snac 等较小模型表现靠后。
「多模态」频道最新
- Google 发布 Gemini Decisions API：多模态决策模型，输出 token 免费 — patloeber · 2026-11-12
- Claude Fable 5.2 生成粒子流体视频,中间产物意外惊艳 — dreamwieber · 2026-11-12
- Fable 5.2 跑 1.25 小时自主设计出机械爪 CAD 装配体 — _Stocko_ · 2026-11-12
- 前 Meta 视觉研究员花两年打造视频 Agent AdaL v2:聊天生成剪辑全流程 — Scobleizer · 2026-11-12
- 用户实测 MiniMax H3:本地 AMD 显卡 25 秒生成 4MP 恐怖图像 — omglionheaded · 2026-11-12
- 一条 AI 视频实测:Kling 4.0、MiniMax H3、Seedance 2.0 各给角色不同性格 — gizakdag · 2026-11-12