soundstream

ニューラル音声コーデックの名前

1本の論文題名に登場

定義

Google が発表したニューラル音声コーデックの名前。音声をエンコードし、残差ベクトル量子化（RVQ）で離散トークンに変え、デコーダと敵対的識別器で復元する流れを端から端まで学習する。低ビットレートで音声も音楽も扱える点が特徴で、この離散トークンは音声生成モデルの入力単位としても再利用されている。

論文題名での読み方

固有名。音声圧縮