arXiv · AI· Chenda Li, Tianhua Li, Yiming Chen, Wei Wang, Jiahe Wang, Xin Zhou, Yanmin Qian·· 4 小时前AI 评分20
SLM-SS：基于令牌生成模型的语音分离框架
SLM-SS: Token-Based Speech Separation with Speech Language Models
AI 导读
SLM-SS 提出基于令牌的生成式语音分离框架，利用语音语言模型处理多人混音。 在 Libri2Mix 数据集上，SLM-SS 结合 per-talker NAR 策略实现 6.92% 的词错误率。 WavTokenizer 变体在未见过的噪声及中文混合场景中保持客观与主观质量优势。
来源：arXiv · AI · arxiv.org