EvoSpeech Research Observatory¶

这里不是一张只看最好数字的排行榜，而是一套可审计的语音 codec 研究档案。

我们的目标是：深刻理解当前最强语音表示为什么有效，忠实复现它的公开证据，再把真正可迁移的机制压入低码率、微型、实时通信合同。

从哪里开始¶

模型研究与评测 Definition of Done：什么情况下才能叫“评测完成”；
逐模型研究重启计划：接下来按什么顺序重头完成；
当前 14 天路线：EnCodec D0–D4 的论文、代码与官方复现；
当前 30 天路线：完成 EnCodec D5–D7，并启动 WavTokenizer；
模型研究总览：40 个条目的知识、执行、评测三维状态；
Research Mindset：为什么 SOTA 是教师，low-bit 是压力条件；
SOTA Census 与执行队列：当前候选空间和历史工程证据。

每个模型页面最终要回答什么¶

flowchart TD
    P["Paper：问题、算法、公式、训练与官方主张"] --> S["可验证的机制理解"]
    C["Code：入口、核心类、tensor shape 与 paper-to-code map"] --> S
    O["Official evaluation：数据、协议与作者数值"] --> R["本地论文复现"]
    S --> R
    R --> B["冻结共同 benchmark"]
    B --> X["中英、多语言、关键内容、资源与失败边界"]
    X --> I["Insights、可迁移机制与下一条可证伪实验"]

独立页面会提供论文和官方 GitHub 链接、经核实的结构图、核心代码路径、官方结果与本地结果的差值/置信区间，以及对 EvoSpeech 的真实启发。无法复现的内容也会保留为显式阻塞证据。

当前边界¶

此前已真实运行 12 个模型家族、16 个模型点，其中 8 个模型点达到历史 G4/现在的 Transport Qualified。它们证明工程接入和真实表示合同，不证明论文指标或质量结论。按新的严格 DoD，当前评测完成数是 0；最新机器生成计数以模型研究总览为准。

当前正在做什么¶

R1 · EnCodec D0：Identity & provenance。 当前先固定论文、官方代码、checkpoint、参数、许可证、运行变体和 side information，再进入论文深读与 paper-to-code map。此阶段不继续批量安装模型，也不实现原创 seed 或 AI 进化。

旧的 Census/G1–G4 和 first-loop 日程保存在历史 14 天路线与历史 30 天路线，仅用于追溯。