kvae-audio

KVAE-Audio 是一个面向全频带（48 kHz）原始音频波形的连续型自编码器，专注于高保真压缩与重建。其核心特点是采用连续潜在空间设计，支持语音、音乐及环境音等多类型音频的紧凑表征，并专为下游生成任务（如文本到音频）提供高质量、语义友好的latent接口；技术上基于深度概率建模，兼顾重建精度与生成兼容性。适用于需要低维连续音频表征的研究场景，如可控音频生成、声学特征学习、语音/音乐编辑及生成模型的autoencoder替换优化。