Liquid AI开源LiquidCodec:端侧语音编解码器实现超低延迟高保真
Liquid AI开源的LiquidCodec专门给端侧语音模型提速,在M4 Max上编码比实时快361倍,4比特量化也能跑。做本地语音交互、离线语音助手的开发者可以直接上手,不用依赖云端推理了。
Liquid AI开源了面向语音大模型的流式音频编解码器LiquidCodec,可将人类语音压缩为离散数字特征并实时还原,主打端侧设备的低延迟语音交互场景。
其核心技术突破在于打破传统音频编码在特征维度间的顺序依赖,使语音模型能够并行生成所有音频特征。在苹果M4 Max单核CPU上,编码和解码速度分别达到实时音频的361倍和87倍。
得益于极简对称的轻量设计,手机等端侧设备在4比特量化下仍能以极小体积运行高自然度的实时语音合成,显著降低了本地语音推理的部署门槛。
Liquid AI开源LiquidCodec:让端侧AI语音交互实现超低延迟高保真
LiquidCodec是一款面向语音大模型的流式音频编解码器,可将人类语音高效压缩为离散数字特征并实时还原。
它打破了传统音频编码在特征维度间的顺序依赖,让语音模型能够并行生成所有音频特征,在苹果M4 Max单核CPU上的编码和解码速度分别达到实时音频的361倍和87倍。
这种极简对称的轻量设计大幅降低了本地推理门槛,使手机等端侧设备在4比特量化下依然能以极小体积运行高自然度的实时语音合成。
https://t.co/CSi6IDfNTz
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Liquid AI, LiquidCodec, speech synthesis, open-source models.
Source attribution: curated from Gorden Sun (@Gorden_Sun).