ZipCodec

ZipCodec 实现超低帧率流式语音编码

研究人员开发了 ZipCodec，这是一种专为超低帧率流式语音设计的新型神经音频编解码器。ZipCodec 以 6.25 Hz 的帧率、0.80 kbps 的比特率和 160 ms 的延迟运行，在重建质量和下游任务方面显著优于现有的流式编解码器。该系统利用大规模 WavLM 蒸馏、基于 Transformer 的架构和标量球形量化器，尽管拥有 8.42 亿个参数，仍能在消费级 CPU 上实现实时推理。