语音/音乐/音频论文速递 是面向中文研究者的论文发现与深度解读工作台。本站希望回答三个问题：今天有什么值得读、论文真正做了什么、复现前还需要核查什么。
内容如何产生
- 公开来源抓取：从 arXiv、HuggingFace 及会议公开页面获取候选论文。
- 相关性筛选：先按语音、音乐、音频及多模态相关信号预筛，再进行模型辅助判断。
- 证据驱动分析：围绕问题、方法、实验、局限、资源与复现条件生成结构化解读。
- 发布前校验：检查页面结构、论文身份、内部链接和公开资源状态后发布。
自动流程会提高覆盖速度，但不能替代作者原文和同行评审。涉及关键结论、数字或工程决策时，请点击单篇页的 arXiv 原文核对。
研读、下载与 Zotero 工具
单篇论文页提供原文、引用和研读工具：
- 点击“阅读 / 保存 PDF”打开 arXiv 官方文件，再用浏览器下载按钮保存；手机可使用分享菜单中的“存储到文件”。
- 新版发布页提供 Citation JSON、BibTeX 和 RIS。历史页可下载包含已有标题、arXiv ID 和官方链接的简要引用；缺失的作者和日期不会猜测补齐，正式引用前请到原文核对。
- 保存引用时，可以下载页面提供的 BibTeX / RIS，也可以打开 arXiv 页面后点击浏览器工具栏中的 Zotero Connector 图标。网页本身不能替你点击浏览器扩展。
- 所有论文型页面都可选择最多 2000 字符正文，或直接粘贴文字。点击“复制 AI 提问”，把含论文标题、来源链接和选段的提问粘贴到你使用的 AI 中；手机也可使用。本站只帮你整理和复制提问，不发送模型请求。
这些网页工具不要求安装或启动额外助手，也不要求填写 API key。浏览器禁止自动复制时，会显示可手动选择的文字。没有可验证 arXiv 标识的历史页仍提供复制 AI 提问，但不展示猜测的 PDF 或文献记录。
评分如何理解
本站评分是一种帮助排序的编辑性研究评价，不是论文录用判断。评分关注创新、技术严谨、实验充分、表达清晰、潜在影响、开源、可复现和工程价值。不同文档类型使用相应证据边界；缺少证据不会被写成技术错误。
分数适合回答“先读哪篇”，不适合脱离评分理由做精确横向排名。单篇页会尽可能给出逐维依据、扣分边界和置信度。
资源状态
代码、模型、数据集和 Demo 分别核查，常见状态包括：
- 可用：发现明确链接且发布时可访问。
- 未披露：论文没有给出相关资源。
- 受限访问：需要申请、协议或资格。
- 暂时不可达：有链接，但发布时网络验证失败。
- 未验证：缺少足够信息，不能据此宣称已开源。
资源状态是发布时快照，后续可能变化；请以项目页最新说明和许可证为准。
内容版本与勘误
论文可能在 arXiv 更新版本，项目资源也可能在发布后开放。页面显示的分析日期和论文标识用于帮助判断时效。若发现题目、作者、数字、公式、链接或结论边界有误，请在文章评论区指出，或通过页面底部“提交勘误”提供可核查证据。
覆盖领域
- 语音识别、合成、增强、分离与转换
- 音频理解、分类、生成、检索与安全
- 音乐信息检索、理解与生成
- 多模态语音/音频模型与实时交互
- 神经音频编解码、空间音频与信号处理
- 医疗声学、生物声学及行业应用