论文解读
念对了也白搭：尼泊尔金融语音里被格式卡住的钱包
语音识别 | 6.1/10
低资源
每日研究速递
语音/音乐/音频论文速递 2026-09-03
共分析 18 篇语音/AI 论文
论文解读
当解码器缺的不是声音，而是下一词的语义证据
语音识别 | 8.4/10
每日研究速递
语音/音乐/音频论文速递 2026-09-01
共分析 49 篇语音/AI 论文
论文解读
没有金标准时，怎么判断对齐切得准不准
语音识别 | 9.1/10
每日研究速递
语音/音乐/音频论文速递 2026-08-31
共分析 22 篇语音/AI 论文
论文解读
当一句非洲对话里藏着两种语言，语音识别该听哪一种？
语音识别 | 8.1/10
论文解读
不训练模型，只靠对齐：用图像把英文单词钉到印地语语音里
音频检索 | 7.3/10
论文解读
当八成轮替都重叠时，静音阈值为什么会失灵？
多模态模型 | 5.1/10
论文解读
合成语音越多越好吗？在音素层面重新称量文本的价值
语音识别 | 6.2/10
论文解读
把嘴边的电极收回指尖：按需贴合如何让无声语音既可用又不打扰隐私
语音识别 | 5.9/10
论文解读
梵颂为何难唱：当吟诵的旋律不在文本里
语音合成 | 7.9/10
每日研究速递
语音/音乐/音频论文速递 2026-08-29
共分析 29 篇语音/AI 论文
论文解读
32 分钟语料能给 Baniwa ASR 一个起点，却不能借此跳过泛化检验
语音识别 | 4.7/10
每日研究速递
语音/音乐/音频论文速递 2026-08-27
共分析 21 篇语音/AI 论文
论文解读
Lost in Speech: Trilingual Spoken Hallucination Detection Across Audio and Transcripts
音频理解 | 8.2/10
论文解读
Weakly Supervised Seafloor Segmentation for Seagrass Habitat Mapping in Side-Scan Sonar Imagery
音频理解 | 8.1/10
每日研究速递
语音/音乐/音频论文速递 2026-08-26
共分析 26 篇语音/AI 论文
论文解读
Building and Evaluating a Synthetic Bengali Speech Resource for Telecom Customer Care
语音合成 | 7.6/10
论文解读
MetaSICL: Globalizing Auditory LLMs for Underserved Speakers and Languages via Meta Speech In-Context Learning
音频理解 | 8.0/10