Liquid AI 发布 LiquidCodec:74M 参数流式音频编解码器
Liquid AI 发布约 74M 参数的流式语音编解码器 LiquidCodec,用于 LFM3-Audio-2B 与 LFM3-Omni-2B,权重已上 Hugging Face;单 CPU 线程编码约 361 倍实时。
要点
- 约 74M 参数;24 kHz 音频、12.5 Hz 帧率、12 个码本。
- 单 CPU 线程编码约 361 倍实时、解码约 87 倍实时(FP32,M4 Max)。
- 在 8 个测试集上 ViSQOL 与 mel 距离均最优;LibriSpeech TTS WER 为 3.15%。
- 采用 GFSQ 量化,12 个码本可由 MaskGIT 类 Transformer 并行预测。
- 提供 Q4_0、Q4_K_M、Q8_0 GGUF 构建,Q4_0 解码器体积缩小 3.5 倍。
阅读原文这里是中文要点整理,数字与细节以原文为准。
评论
还没有评论,来写第一条。