音频编码器在多模态大模型中至关重要。ICME 2025音频编码器挑战赛吸引了多家知名企业参与，火山引擎凭借其技术团队在多个任务中获胜，展示了强大的音频特征提取能力，推动了音频表征的进步。
本研究提出了一种新系统，使用Open AI的Whisper替代传统音频特征提取模型，解决了实时谈话头像生成中的延迟问题。实验结果表明，Whisper提高了处理速度和渲染质量，增强了AI化身在采访者培训中的应用潜力。
完成下面两步后，将自动完成登录并继续当前操作。
