English(EN) TokenMapper: A Step Toward Interoperable Speech Token Translation

TokenMapper 实现跨模型直接语音令牌翻译

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-14 04:00

研究人员开发了 TokenMapper，一个旨在实现不同语音分词器之间直接翻译的框架。这解决了互操作性挑战，即不同的令牌词汇和结构阻止模型直接通信。TokenMapper 通过在共享的有效令牌速率下运行，促进了令牌到令牌的翻译，即使在不匹配的码本表示之间也是如此。与 GLM-4-Voice、MiMi 和 DualCodec 等模型的实验表明，TokenMapper 显著降低了延迟，并保持了与原生重建相当的性能，为对话式语音代理和语音翻译等应用提供了实用的解决方案。 AI

影响能够实现更多样化的语音人工智能模型之间更无缝的集成和通信，有可能降低语音代理和翻译系统的延迟并提高性能。

排序理由这是一篇详细介绍语音令牌翻译新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 23 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇详细介绍语音令牌翻译新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Tal Kozakov, Tal Rosenwein, Eliya Nachmani · 2026-09-14 04:00

TokenMapper：迈向可互操作语音令牌翻译的一步

arXiv:2609.12563v1 Announce Type: new Abstract: Neural audio codecs discretize speech into token sequences, but the resulting token spaces differ in vocabulary and codebook structure, preventing direct communication across models. This limitation affects applications such as conv…

本文如何被排名

报道来源 [1]

TokenMapper：迈向可互操作语音令牌翻译的一步

相关实体

相关话题