Variational Autoencoder

类别： 架构
来源： wiki/sources/ingest-2026-06-支-持-3-0-种-语-言--多-种-中-文-方-言--四-川-话--粤-语-等--的-颠-覆-性-无-分-词-器-T-T-S-系-统

核心定义

变分自编码器（VAE），一种生成模型，通过学习隐变量的概率分布实现数据压缩与生成，是图像生成和表示学习的基础技术之一。

关键维度

• ，可叠加风格指令控制情绪、语速和表现力，同时保持原始音色 - - 🎙️ 极致克隆 — 提供参考音频及其文本内容，模型接着参考音频进行无缝续写，从而精准还原声音细节特征（与 VoxCPM1.5 一致） - - 🔊 48kHz 高质量音频 — 输入 16kHz 参考音频，通过 AudioVAE V2 的非对称编解码设计直接输出 48kHz 高质量音频，内置超分能力 - - 🧠 **语境...

与 OpenClaw 的关系

本概念在 OpenClaw / Hermes Agent 生态的研究与实践中具有相关意义，详见引用来源中的具体案例分析。

引用统计

本概念在新增 sources 中被引用 1 次。