Heaps

神经音频编解码器令牌显示出类似语言的统计特性

一篇新论文分析了神经音频编解码器生成的令牌的统计特性，发现这些序列表现出类似语言的特征。该研究评估了13种不同的神经音频编解码器在各种语料库和噪声条件下的表现，采用了Zipf和Heaps参数、unigram熵和Jensen-Shannon散度等指标。结果表明，声学条件和使用的量化器类型显著影响这些指标，其中unigram熵对量化器的元类别特别敏感。研究还确定了在噪声条件下与不同编解码器架构相关的特定退化特征，如崩溃和爆炸。