每日研究速递
语音/音乐/音频论文速递 2026-10-11
共分析 245 篇语音/AI 论文
共分析 245 篇语音/AI 论文
论文用冻结 MusicGen 的 token 损失曲线、预测熵曲线与稀疏自编码器隐变量训练轻量评分器,在五个听感基准上拟合人类评分,并用过自信错误与频谱结构解释低分来源,代价是仍需按基准训练映射且组合不总是更优。
共分析 55 篇语音/AI 论文
针对声学基础模型分数不可解释为出现概率的问题,论文用全球数据集学到的 Platt 校准参数迁移到新站点,再以贝叶斯融合加入地理先验,在保持排序能力的同时改善校准,其中 NBSP 在两模型两数据集上取得校准与判别的最佳平衡,但物种级参数预测未能稳定泛化。
该文把板混响辨识做成基于仿真的推断,用多分辨率谱摘要加神经样条流从脉冲响应学参数后验,再对每个测试样本做三轮定向仿真精修并用波形重建误差做选择,在 50 条测试脉冲上把全局误差降到 0.47×10 的负三次方,代价是每次精修约 2.5 小时。
共分析 93 篇语音/AI 论文