jishengpeng/WavTokenizer

[ICLR 2025] Modelos de codec acústico discreto SOTA com 40/75 tokens por segundo para modelagem de linguagem de áudio.

↗ Abrir no GitHub

Estrelas

1.319

Bifurcações

116

Linguagem

Python

Licença

MIT

Último push

há 2 anos

Python text-to-speech gpt4o semantic codec dac acoustic speech-representation audio-representation encodec music-representation-learning soundstream speech-language-model

Ainda não há intel relacionado

Este repo ainda não apareceu em nenhuma das fontes que o radar rastreia. O coletor roda em um cronograma — volte quando ele cobrir este repo.