论文解读

Dialogs: a studio-quality expressive conversational Russian speech corpus for dialog assistants

语音合成 | 7.8/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6565 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-17

共分析 15 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 52 分钟 · 25719 字 阅读 →
论文解读

Greedy Volume Maximization of Gradient Embeddings for Long-Tailed Frame-Level Bioacoustic Active Learning

音频分类 | 6.3/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5248 字 阅读 →
论文解读

Live Gurbani Tracking: A Benchmark and Reference System for Captioning Sikh Kirtan

音频字幕生成 | 7.4/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6573 字 阅读 →
论文解读

Self-supervised Speech Comparison for L2 Phone, Rhythm, and Intonation Scoring

音频理解 | 7.7/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6639 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-16

共分析 20 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 63 分钟 · 31364 字 阅读 →
论文解读

Hybrid Continual Learning for Low-Resource Australian Aboriginal Language Identification

语音识别 | 6.3/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7202 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-15

共分析 25 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 88 分钟 · 43611 字 阅读 →
论文解读

Efficiently Adapting Spoken Language Models for the Singaporean Context

语音交互 | 6.5/10

 · 更新于 2026-09-25 · 约 17 分钟 · 8212 字 阅读 →
论文解读

GigaAM Multilingual: Foundation Model for Underrepresented Languages

语音识别 | 8.1/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6967 字 阅读 →
论文解读

Teaching Speech Enhancement Models to Sing: Domain Adaptation from Speech Enhancement to Singing Voice Separation

音乐源分离 | 6.7/10

 · 更新于 2026-09-25 · 约 19 分钟 · 9285 字 阅读 →
论文解读

Unified Gradient Projection: Language-Balanced Continual Learning for Multilingual Low-Resource ASR

语音识别 | 7.2/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6459 字 阅读 →
论文解读

VoxENES 2026: Benchmarking Generalization of Speech Spoofing Detectors Against LLM-Era TTS and Voice Conversion

语音伪造检测 | 8.1/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6950 字 阅读 →
论文解读

Which Languages Transfer Best to Warlpiri? A Similarity-Based Study for Low-Resource ASR

语音识别 | 6.5/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6688 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-14

共分析 53 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 186 分钟 · 92760 字 阅读 →
论文解读

Phone Segmentation and Recognition through Phonological Activation Mapping

语音识别 | 7.7/10

 · 更新于 2026-09-25 · 约 17 分钟 · 8145 字 阅读 →
论文解读

Tokenizer Transplantation: Mitigating Autoregressive Collapse in Edge-Efficient Bengali ASR

语音识别 | 8.8/10

 · 更新于 2026-09-25 · 约 19 分钟 · 9313 字 阅读 →
论文解读

Tonnetz-Driven Graph Wedgelet for Harmonic Complexity Reduction in Music Scores

音乐理解 | 5.3/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5870 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-13

共分析 14 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 51 分钟 · 25294 字 阅读 →
论文解读

A Self-Supervised Approach for Minimal-Annotation Hydroacoustic Data Exploration

音频事件检测 | 8.3/10

 · 更新于 2026-09-25 · 约 16 分钟 · 7616 字 阅读 →