WavCube

WavCube 是一个统一语音表征模型，将语音理解、重建与生成映射到同一连续潜在空间中。其核心是128维、50Hz采样率的紧凑表征，通过语义-声学联合建模融合高层语义结构与底层声学细节，并专为扩散模型等生成任务优化（相比SSL特征压缩率达8倍）。适用于语音合成、语音识别后处理、语音编辑、跨任务表征迁移等需要统一表征的端到端语音处理场景。