传感器 | 语音/音频论文速递

📄 Self-Noise Reduction for Capacitive Sensors via Photoelectric DC Servo: Application to Condenser Microphones #麦克风阵列 #信号处理 #传感器 ✅ 7.5/10 | 前25% | #麦克风阵列 | #信号处理 | #传感器 | arxiv 学术质量 6.5/7 | 选题价值 1.0/2 | 复现加成 0.0 | 置信度高 👥 作者与机构第一作者：Hirotaka Obo（日本国立农业和食品研究组织（NARO）农村工程研究所；筑波大学）通讯作者：未说明作者列表： Hirotaka Obo（日本国立农业和食品研究组织（NARO）农村工程研究所；筑波大学） Atsushi Tsuchiya（筑波大学） Tadashi Ebihara（筑波大学） Naoto Wakatsuki（筑波大学） 💡 毒舌点评亮点：论文巧妙地将光电效应与伺服控制结合，用一个“光控电流源”替代了传统偏置电阻，从根本上解耦了噪声滤波与信号高通滤波的频率约束，理论优雅且实验效果显著（11 dBA）。短板：核心创新点依赖一个定制的锌光阴极管，其长期稳定性、量产一致性和抗环境干扰能力（如温度、湿度）是走向实用化的巨大挑战，论文对此讨论不足，使得方案更像一个精巧的实验室演示而非成熟的设计方案。 📌 核心摘要问题：电容式传感器（如ECM麦克风）的自噪声主要源于前置放大器中用于建立直流偏置的门极电阻（Rm）的热噪声。该电阻同时决定了噪声的低通截止频率和信号的高通截止频率，形成了一个难以调和的噪声-带宽权衡。方法核心：提出PDS-Amp（光电直流伺服放大器），用基于外部光电效应的定制光电元件（锌光阴极）替代Rm作为超高阻抗电流源，并通过一个包含滞后-超前补偿器的直流伺服回路，利用LED光照控制光电流，从而稳定门极偏置电压。创新点：与传统方法相比，该方案将偏置电阻的多个功能（噪声源、直流路径、信号高通滤波器）分离。光电元件提供了极低噪声的高阻抗，而独立的伺服回路负责稳定偏置和设定信号高通截止频率，从而实现了两个截止频率的独立设计。实验结果：使用12 pF假体麦克风测试，PDS-Amp实现了11 dBA的自噪声，远低于传统1 GΩ电阻偏置的估算值（~34 dBA）和文献测量值（23.1 dBA）。对实际ECM（C9767）的录音实验定性证实了背景噪声的显著降低。实际意义：该技术无需增大振膜尺寸或使用高压极化，即可使廉价的小型ECM达到高端大振膜麦克风的噪声水平，为提升微型电容传感器的性能提供了一条新路径，且原理可推广至加速度计、压力传感器等。主要局限性：定制光电元件的长期稳定性、一致性及可制造性未充分验证；伺服回路增加了电路复杂度、成本和封装难度；实验主要针对自噪声，未全面评估其在大信号、高声压级等其他工况下的表现。 🏗️ 模型架构该论文提出的不是AI模型，而是一个模拟电路系统（PDS-Amp）。其整体架构包含两个主要部分： ...

语音/音频论文速递 2026-04-23 共分析 27 篇论文 ⚡ 今日概览 📥 抓取 27 篇 → 🔬 深度分析完成 🏷️ 热门方向方向数量分布语音识别 5篇 █████ 基准测试 2篇 ██ 音频深度伪造检测 2篇 ██ 语音对话系统 2篇 ██ 音频分类 2篇 ██ 音乐信息检索 1篇 █ 语音合成 1篇 █ 麦克风阵列 1篇 █ 📊 论文评分排行榜（27 篇，按分数降序）排名论文评分分档主任务 🥇 Indic-CodecFake meets SATYAM: Towards Detecting Neural 8.5分前25% #音频深度伪造检测 🥈 Qwen3.5-Omni Technical Report 8.5分前25% #语音对话系统 🥉 Towards Streaming Target Speaker Extraction via Chunk-w 8.5分前25% #语音分离 4 Aligning Stuttered-Speech Research with End-User Needs: 8.5分前25% #语音识别 5 ONOTE: Benchmarking Omnimodal Notation Processing for E 8.0分前25% #基准测试 6 FastTurn: Unifying Acoustic and Streaming Semantic Cues 8.0分前25% #语音对话系统 7 Environmental Sound Deepfake Detection Using Deep-Learn 8.0分前25% #音频深度伪造检测 8 Embedding-Based Intrusive Evaluation Metrics for Musica 7.5分前25% #音乐信息检索 9 Self-Noise Reduction for Capacitive Sensors via Photoel 7.5分前25% #麦克风阵列 10 Utterance-Level Methods for Identifying Reliable ASR-Ou 7.5分前25% #语音识别 11 Enhancing ASR Performance in the Medical Domain for Dra 7.5分前25% #语音识别 12 Deep Hierarchical Knowledge Loss for Fault Intensity Di 7.5分前25% #音频分类 13 SpeechParaling-Bench: A Comprehensive Benchmark for Par 7.5分前25% #基准测试 14 ATIR: Towards Audio-Text Interleaved Contextual Retriev 7.5分前25% #音频检索 15 Before the Mic: Physical-Layer Voiceprint Anonymization 7.5分前25% #语音匿名化 16 MOMO: A framework for seamless physical, verbal, and gr 7.5分前25% #机器人控制 17 CoInteract: Physically-Consistent Human-Object Interact 7.5分前25% #视频生成 18 MoVE: Translating Laughter and Tears via Mixture of Voc 7.5分前25% #语音翻译 19 Reducing the Offline-Streaming Gap for Unified ASR Tran 7.5分前25% #语音识别 20 Tadabur: A Large-Scale Quran Audio Dataset 7.5分前25% #语音识别 21 FLiP: Towards understanding and interpreting multimodal 7.5分前50% #模型评估 22 Text-To-Speech with Chain-of-Details: modeling temporal 7.0分前25% #语音合成 23 SAND: The Challenge on Speech Analysis for Neurodegener 7.0分前50% #语音生物标志物 24 Explicit Dropout: Deterministic Regularization for Tran 7.0分前25% #音频分类 25 X-VC: Zero-shot Streaming Voice Conversion in Codec Spa 6.5分前25% #语音转换 26 Enhancing Speaker Verification with Whispered Speech vi 6.5分前50% #说话人验证 27 Centering Ecological Goals in Automated Identification 6.5分前25% #生物声学 📋 论文列表 🥇 Indic-CodecFake meets SATYAM: Towards Detecting Neural Audio Codec Synthesized Speech Deepfakes in Indic Languages 🔥 8.5/10 | 前25% | #音频深度伪造检测 | #预训练 | #多语言 #语音大模型 | arxiv ...