模型
AudioLM
Google开发的音频语言模型，采用自回归架构将音频离散化为token序列，擅长生成语义连贯的长音频片段
时间轴 (近 90 天)
10月7日
文本到音频方向的代表性模型包括 Meta 的 AudioGen、Google 的 AudioLM 和 AudioPaLM，以及 Stability AI 的 Stable Audio
待验证50%
10月7日
AudioLM 等自回归路线将音频离散化为 token 序列，逐步预测下一个音频单元，更擅长生成具有语义连贯性的长片段
待验证50%