**CoSTA：解耦生成与合成以加速语音对话模型**

_CoSTA: Compressed Speech Token Adaptation for Efficient Spoken Dialogue Models_

> 针对现有语音对话模型因共享语音 token 空间导致推理缓慢的问题，研究提出了 CoSTA 框架。该方法在不更换原有语音 tokenizer 的前提下，通过扩展生成 token 空间并确定性回退至原始空间，成功解耦了文本生成与语音合成。实验表明，CoSTA 在保持响应质量的同时，显著提升了生成速度、吞吐量并降低了端到端延迟，实现了压缩率、解码效率与质量之间的有效平衡。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.21143)