arXiv · NLP· Ming-Hao Hsu, Yuxuan Hu, Shujie Liu, Jinyu Li, Yan Lu, Zhizheng Wu·· 3 天前AI 评分21
C-Gate：基于文本信息瓶颈的语音 LLM 通用桥接架构
Is Text All You Need? Text as a Universal Information Bottleneck for Speech LLMs
AI 导读
论文提出 Convex Gate (C-Gate) 架构，将语音帧表示为冻结 token 嵌入的凸组合，通过一个共享解码器同时执行准确转录和情感识别。
来源：arXiv · NLP · arxiv.org