大型语言模型在文本处理中的成功促使其应用于语音建模，但现有语音标记主要关注语言特征，忽视韵律信息，导致生成语音自然性不足。为此，我们提出一种端到端的变分方法，自动学习连续语音属性，增强语义标记，避免手动特征提取。
本研究提出了一种新方法，通过生成合成交错数据，解决了传统语音语言模型在无监督数据不足时的扩展性问题，取得了语音建模和问答任务的最佳性能。
完成下面两步后，将自动完成登录并继续当前操作。
