音频解码器技术与演进：从重构到生成

音频解码器通过重构训练建立波形重建能力，生成模型可复用其预测表征完成音频合成。文中介绍了声码器、离散神经音频编解码器和连续音频自编码器的典型结构，并展示了基于 DiT 的级联声学生成、流式解码及针对预测表征的解码器微调方法，说明了如何在时延约束下实现高质量实时交互。