Skip to content

Translation in progress Some entries still include text in the original language.

Oct 12 · Monday

All papers

Found 7 papers
Filter4
Select any value within a category; different categories must all match. Counts include the other filters you have selected.Another 233papers have no tags yet and are not included in filtered results.

Another 233papers do not have category tags yet and are not included in filtered results.

  1. 用路由稀疏自编码器解耦语音编码器中的语言学与副语言学信息

    提出路由 TopK SAE,把语音编码器稀疏码拆成语言与副语言通路

    Published
    Evaluated models
    SPEAR XLarge, WavLM Large
    Abstract路由 SAE 在冻结 SPEAR 与 WavLM 上分开语言和副语言因子,探针与交换支持通路分工。

    TopK SAE 的稀疏码被分成语言通路与副语言通路,用来分开冻结语音编码器里同时存在的音素信息和说话人、情感、韵律。只重构不能得到作者选定的这一分解。语言通路由音素识别监督,副语言通路由说话人识别、情感分类和韵律预测监督,作用在对方通路上的梯度反转对抗用来压低交叉因子。

    Paper analysisRead analysis
  2. Moshi 全双工语音模型的情感引导遵循几何结构而非标签

    用均值差激活转向检验全双工语音模型的情感方向几何

    Published
    Evaluated models
    kyutai/moshika-pytorch-q8
    Abstract转向跟方向几何走而不跟标签走:sad 可单独对准,高唤醒情感共享方向。

    Moshi 上的情感激活转向跟方向之间的几何关系走,不跟被请求的标签走。

    Paper analysisRead analysis
  3. 从孤立特征到轨道:通过多重 SAE 对齐发现音乐概念

    提出多 SAE 对齐方法,从音乐模型表征中发现和弦与调性轨道

    Published
    Evaluated models
    MuQ, MusicFM
    Abstract用移调对齐的多 SAE 恢复和弦、调与旋律轨道,并用少量锚点做下游音乐理解。

    作者提出一套面向音乐基础模型的结构可解释性框架:不把 SAE 特征当作孤立概念,而用半音移调把它们连成有序轨道。

    Paper analysisRead analysis
  4. 大型音频语言模型中的时间绑定机制研究

    用激活交换分析音频语言模型的事件时间绑定

    Published
    Evaluated models
    AF-Next, MOSS-Audio, Qwen3-Omni
    Abstract事件名表示在中间层编码相对时间,可改先后判断,但不能稳定改 onset。

    这项工作用机制干预检查三个开源 LALM 如何把时间位置绑到声音事件。

    Paper analysisRead analysis
  5. 通过稀疏自编码器实现神经音频编解码器的可解释框架:面向年龄、性别与口音的探索

    用 SAE 分析神经音频编解码器如何编码年龄、性别与口音

    Published
    Evaluated models
    EnCodec (24 kHz, 6 kbps), DAC, SpeechTokenizer and others5
    AbstractSAE steering 被用作探测 NAC 说话人属性编码的代理。

    作者用 SAE steering 探测 NAC 表示如何编码说话人属性,目标是可解释性,不是属性转换。

    Paper analysisRead analysis
  6. 研究:拒答方向可跨架构迁移,安全工具可按写入位置重新估计

    在写入点定位拒答方向,经刚性旋转跨架构迁移并门控放大

    Published
    Evaluated models
    Falcon-Mamba-7B, Falcon3-Mamba-7B, Llama-3.1-8B and others8
    Abstract拒答方向可经刚性旋转跨架构迁移,但必须在各架构的写入点读取。

    作者研究拒答表示是否随架构改变,结论是表示共享、读取位置随架构变。

    Paper analysisRead analysis
You have reached the end