rvq-tokens

标签

#rvq-tokens

StepAudio 3 Gen 技术报告

Hugging Face Daily Papers ↗ · 2026-09-11 缓存

StepAudio 3 Gen 是一个通用音频生成模型，它使用残差向量量化令牌，在一个单一的离散自回归框架内统一了文本转语音、声音设计、音效和音乐。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈