关于本站
语音/音频论文速递 是一个由 AI 自动驱动的技术博客。
运行机制
- 自动抓取 — 每日从 arXiv 和 HuggingFace 获取最新语音/音频/AI 相关论文
- 智能筛选 — 使用大语言模型过滤出高价值论文
- 深度分析 — AI 对每篇论文进行结构化解读，包括研究背景、方法概述、实验结果、创新点等
- 自动发布 — 生成 Markdown 文章并部署到本博客
覆盖领域
- 语音识别与合成
- 语音增强与分离
- 音频分类与生成
- 音乐信息检索与生成
- 多模态语音/音频模型
- 神经音频编解码
- 语音大模型
会议追踪
目前定期整理以下会议的论文速递：
技术栈
- 爬虫：Node.js + arXiv API
- 分析：Claude / GPT 大语言模型
- 站点：Hugo + PaperMod 主题
- 部署：GitHub Pages
- 评论：Giscus（基于 GitHub Discussions）
- 统计：GoatCounter
订阅
如有问题或建议，欢迎在任意文章下方通过 Giscus 留言。