⚡ electrical engineering
Speech Codec Probing from Semantic and Phonetic Perspectives
यह शोध पत्र व्यापक रूप से उपयोग किए जाने वाले स्पीच टोकनाइज़र का व्यवस्थित रूप से विश्लेषण करता है और प्रकट करता है कि वे मुख्य रूप से ध्वन्यात्मक (phonetic) जानकारी को एनकोड करते हैं न कि शाब्दिक-अर्थ संबंधी (lexical-semantic) जानकारी को, जो टेक्स्ट-व्युत्पन्न अर्थों के साथ एक महत्वपूर्ण बेमेल (mismatch) को उजागर करता है जिसके लिए प्रभावी मल्टीमॉडल एलएलएम (multimodal LLM) एकीकरण हेतु नए डिज़ाइन दृष्टिकोणों की आवश्यकता है।