**FlexiSLM：首个支持动态可控帧率的口语语言模型**

_FlexiSLM: A Dynamic and Controllable Frame Rate Spoken Language Model_

> HuggingFace Daily Papers 推荐了 FlexiSLM，这是首个在语音输入和输出上均支持动态且可控帧率的口语语言模型（SLM）。该模型突破了传统固定帧率（如 25Hz 或 12.5Hz）的限制，能够根据语音信息密度灵活调整。实验表明，FlexiSLM 在高质模式下优于 Qwen2.5-Omni 等 7B 参数模型；在 6.25Hz 下推理时间减半的同时仍保持高质量，最低可降至 4.0Hz，实现了质量与速度的灵活权衡。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-07-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.31247)