# RubatoCodec语音编解码器

可变帧率语音编码器按内容分配词元，但基于阈值的分配让内容决定词元数，生成器在固定设置下要产出的序列长度会随语句和数据集变化。RubatoCodec在X-Codec-2上引入语句级精确事件预算与流式解码，用编码器特征和波形频谱的变化把语音切成变长事件，每个事件由离散码和显式时长表示。受控实验显示，低事件率下自适应分配在重建保真度和可懂度上优于固定帧率编码；匹配的文本转语音对比中，该表示取得更低WER和更高UTMOS、UTMOSv2，说话人相似度相当。

可变帧率语音编码器按内容分配词元，但基于阈值的分配让内容决定词元数，生成器在固定设置下要产出的序列长度会随语句和数据集变化。RubatoCodec在X-Codec-2上引入语句级精确事件预算与流式解码，用编码器特征和波形频谱的变化把语音切成变长事件，每个事件由离散码和显式时长表示。受控实验显示，低事件率下自适应分配在重建保真度和可懂度上优于固定帧率编码；匹配的文本转语音对比中，该表示取得更低WER和更高UTMOS、UTMOSv2，说话人相似度相当。