arXiv · AI· Yingzhuo Deng, Chong Li, Bingxin Liu, Yi Shu, Tianyu Peng, Can Xie, Siyao Song, Shuo Ren, Jiajun Zhang·· 2026-10-16AI 评分35
CoSTA: 通过压缩语音令牌适配实现高效口语对话模型
CoSTA: Compressed Speech Token Adaptation for Efficient Spoken Dialogue Models
AI 导读
CoSTA 提出了一种保持兼容性的事后框架,将生成与合成的语音令牌空间解耦,在保留原始语音令牌器和解码器的同时,实现了约 1.7 倍的扩展语音令牌生成速度提升,并降低了全响应延迟。 该框架通过均值初始化的词汇扩展、发音适配和对话适配,将压缩表示确定性扩展回原始语音令牌空间进行合成。实验表明其在双语文言对话基准测试中保持了响应质量,并展示了跨架构迁移能力以及与低速率分词化的互补性。
来源:arXiv · AI · arxiv.org