MosaicAudio 论文获 EMNLP 2026 录用
热点事件持续更新
MosaicAudio 论文获 EMNLP 2026 录用
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
阿里 Qwen Audio 团队宣布其研发的多教师蒸馏语音生成方法 MosaicAudio 的论文已被 EMNLP 2026 主会录用。该模型旨在通过整合多维反馈，优化视频配音在语义、同步、审美及空间表现上的质量。 MosaicAudio 学生模型参数量为 518M，采用 25 步采样策略。在单张 A800 显卡上，生成 9 秒立体声音频仅需 0.6 秒，推理过程无需调用教师模型。基准测试显示，该方法在 VGGSound 和 AudioCanvas 数据集上取得了领先的四维感知表现。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 10:00
MosaicAudio 通过多教师蒸馏优化视频配音的语义、同步、审美与空间表现报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 阿里语音AIMosaicAudio 通过多教师蒸馏优化视频配音的语义、同步、审美与空间表现
MosaicAudio 采用多教师在策略蒸馏，整合语义、同步、审美与空间四个维度反馈，推理时无需调用教师模型。 学生模型为 518M 参数，采用 25 步采样，单张 A800 生成 9 秒立体声音频仅需 0.6 秒。 该方法在 VGGSound 和 AudioCanvas 上取得领先的四维感知表现，并提升人工音视频一致性评分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。