離散音訊代幣

深度分析

DASB 基準：語義代幣、壓縮代幣與混合代幣的效能比較

語音與音訊研究正轉向離散化表示以便與大型語言模型接軌。DASB基準系統性比較三類離散音訊代幣：語意、壓縮與混合，涵蓋辨識與生成任務。研究以多種下游架構評估代幣效能並控制位元率差異。結果顯示語意代幣在多數辨識與生成任務表現更佳，而壓縮代幣在保留說話者資訊上優勢明顯。