斯坦福探查 24 个语音编码器：Conformer 与 Transformer「听音」方式迥异

斯坦福 NLP 组对 24 个语音编码器进行探针分析，发现 Conformer 早期层即可读出语音类别，而 Transformer 通常要到更靠后的层才能解码。研究将在 EMNLP 2026 口头报告中呈现，有助于理解语音模型的内部表征，并为语音应用选择编码器提供参考。