AudioCodex 论文：全因果流式自编码器，10Hz 潜序列面向实时生成音频
serrjoa · x · 2026-11-12
ISMIR 2026 接收论文《AudioCodex: Streaming Autoencoders for Live Audio》（Marco Pasini 等）：
- 全因果自编码器，将立体声音频压缩为约 10Hz 的紧凑连续潜序列，编解码均严格因果，面向实时交互式/流式生成音频
- 技术组合：Mean Flow 幅度自编码器 + 潜空间超球面投影 + 有界噪声增强 + 表征对齐 + 对抗相位恢复
- 大量消融实验显示其在生成-重建权衡上超越现有 SOTA
「研究」频道最新
- 四大常见 ML 训练报错的成因速查：OOM、NaN、维度错、精度卡住 — cneuralnetwork · 2026-11-12
- DLS 在 A100 上比 tangermeme 快 1.5-2.4 倍，数值精度已验证 — anshulkundaje · 2026-11-12
- 药企高管驳「AI 七年治愈九成疾病」：试了 50 家 AI 公司无一成药 — AlexTensor · 2026-11-12
- NTU ODE 机器人策略：LIBERO 一轮训练成功率提升 5.9 倍 — ZeYanjie · 2026-11-12
- 实验宣称：冻结的 72B 模型把「经历」存成内部状态并可改变未来决策 — Nearby_Indication474 · 2026-11-12
- 书系数学教材做成TOME-Math语料，微调让推理提升16.7个百分点 — internlm · 2026-11-12