Dafx-2026 论文

论文提出 POLAR 框架，把扬声器滤波器、自由场传播与可微听觉损失连成端到端链路，用梯度下降复现了幅度声像、串扰消除与波束展宽甜点的已知解，并展示定位、不确定度与音染可加权折中，但多属性部分仍是模型自评、权重靠试错且未经正式听音验证。

论文把色度向量上的调性区间向量改写为可逆算子，用感知加权置换做对齐、用四五度圈上的循环最优传输做插值，并以圆柱几何分解音阶的根音、密度与色彩，代价是平滑表示不再保证非负且最优传输仍要求非负输入。

针对波数字滤波器实时仿真中面向对象抽象与冗余状态带来的开销，论文用描述语言加静态编译生成最小状态代码，在四类电路上以每样本周期数与指令数为证据逼近理论性能界，代价是拓扑必须在编译时固定并依赖热重载维持可修改性。

该文把耶胡拆成两根刚性弦、按压手指、弹性弓毛与模态琴桥来做有限差分声音合成，用锤击与激光测振标定弦与琴桥参数，在弓弦稳态速度拟合与 10 秒音频约 1.49 秒算完的实时性上给出证据，代价是手指参数靠经验选取且弓力弓速在演奏验证中未知。

论文把抗导数抗混叠首步的线性插值换成二三阶拉格朗日插值，并用切比雪夫多项式逼近非线性使矩形与三角核积分可闭式计算，在 3192 Hz 正弦加 tanh 与硬削波实验中显著提升信噪比，代价是每样本多次非线性求值与离散余弦变换开销。

该文冻结 LAION-CLAP 音频编码器，用线性、两层 MLP 和核岭回归三种探针在五类数据上回归 RT60、LUFS、频谱质心与相对音高，最强证据是非线性探针在全部属性上可靠恢复，而线性探针仅对 RT60、LUFS 和相对音高有效，代价是频谱质心需要非线性流形且相对音高方向高度依赖领域。

针对影视非语音非音乐音效在检索与程序化生成之间频繁切换的问题，QuAP 用混合检索加六个程序化模型加规则助手统一工作流，主证据是 16 人用户评估与 MUSHRA 在六类中五类显著改善和 FSD50K 上 MobileNetV3 检索占优，代价是 Rocket 与 Jet 等类别仍不够逼真且仅支持六类。

以同一 SPICE 梯子电路为基准，用谐波、自振荡与大信号截止点偏移三类可复述测量，比较五种数字实现并在公共核心上做饱和器与位置消融，最强证据是分布式 1+4 级实现聚在频谱误差 0.04% 至 0.10% 而边界饱和的 JUCE 达 0.65%，代价是只覆盖静态与准静态条件且未做听感与硬件验证。

该研究在苹果 M3 上对比 BNNSGraph 等推理后端处理 LSTM、TCN、WaveNet 吉他音色模型的速度，核心证据是孤立实时系数很好但在真实混音回调下尾延迟爆表，而代价是平台绑定与状态实现差异需要逐项核对。

该工作把非线性模拟音频电路的状态空间微分代数方程改写为单步等式约束二次规划，用线性化后的器件约束残差作为局部缺陷指示器驱动多速率自适应步长，在二极管削波器、共射放大器和考毕兹振荡器上以 SPICE 为基准验证了一致性，代价是在强非线性段需要降到约 200 ns 量级的最小步长。

论文用同一比特流解码器比较固定阈值、自适应阈值和有限时域保持三种因果策略，在噪声 0.06 处自适应把确认可用性从 0.868 提到 0.936、时域保持把总可用性提到 0.981，而 64 采样重复丢点下预测只提总可用性不提确认率，代价是长间隙下误差和假锁定上升。

针对环境声语义描述粗疏而波形稠密、离散量化破坏连续性、非因果编解码拼接易产生边界伪影的问题，SCAPES 冻结 EnCodec 连续潜空间并用条件连续归一化流做段级自回归生成，在约 34 分钟 10 类数据上以约 36M 参数单卡约 1 小时训练实现长稳可控合成，代价是对语音音乐等长结构建模不足且部分类别指标未胜出。

论文把沉浸式混音中的对象移动形式化为音乐空间事件检测，用目标与背景双流加 Spec-TNT 与 TCN 和 CTGI 门控预测帧级移动概率，在 1000 个专业工程上报告 Frame-F1 为 0.7675 和 Event-IoU 为 0.6305，代价是仍有零星抖动且只预测何时动而不生成连续三维轨迹。

该研究把五种近能量保持的非线性与时变操作放进反馈延迟网络的反馈回路来合成微光混响，在固定采样率与 8 通道长延迟条件下显示可产生偶次谐波与高八度并维持稳定，代价是混响时间不再严格保持且需直流阻塞与抗混叠补偿。

针对音效数据集标签体系互不兼容导致无法合并与比较的问题，论文用通用类别系统做共享标签空间，以规则四级流水线加冲突消解完成重标注与分层划分，最强证据是三库自动映射率达 98.49% 至 100% 并建成 58057 条的 EnvSound-UCS，代价是混合训练并未超越单库训练且存在标注噪声与划分泄漏风险。

该研究用可微扩展 Karplus-Strong 做事件级声音匹配，证明时域拉格朗日插值梯度可用且无时间混叠，揭示频谱损失无法给出多事件起音方向梯度，仅用合成参数损失能学到音高音色与起音但难泛化，真机上外部检测器加音频损失最稳，而谐波加噪声基线多数重建指标更高。

论文研究截止与共振随时调制的梯形离散虚拟模拟滤波器如何证明有界输入有界输出稳定，方法是把连续域公共二次李雅普诺夫函数保留到离散域，最强证据是状态变量与 Sallen-Key 全范围稳定而 Moog 梯在 2.88 与 2.89 之间出现稳定与发散分界，代价是 Moog 与二极管梯在全共振范围不能保证时变稳定。

针对乐器起振与调制在分析帧内非平稳的问题，该工作用分布导数法估计三阶多项式调幅调频正弦，在 39 个乐器声音上获得更高的信号残差比并在听感上接近原声，代价是峰选择不当仍是主要误差来源且频谱距离指标并不总是最优。

WildFX 针对 DAW 托管插件链缺乏成对音频与图标签的问题，用 REAPER 加容器化批量渲染生成带路由和参数标注的多轨数据，盲图估计实验显示浅层图比深层图更易估计但节点识别仍是主要失败模式，且受限于小规模插件库和短训练预算。

论文把循环移位读成离散圆上的线丛转移映射，用绕行一周的单值性与回到恒等的缠绕数统一解释莫比乌斯波导的基频减半与延迟环混沌振荡器的次谐波，代价是只做解析构造与谱推演而无可运行的定量声学实验对照。