每日研究速递

语音/音乐/音频论文速递 2026-05-20

共分析 20 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 82 分钟 · 40963 字 阅读 →
论文解读

Sometin Beta Pass Notin (SBPN): Improving Multilingual ASR for Nigerian Languages via Knowledge Distillation

语音识别 | 6.2/10

 · 更新于 2026-09-06 · 约 16 分钟 · 7571 字 阅读 →
论文解读

UrduSpeech: A 156-Hour Urdu Speech Corpus with 12-Dimension Paralinguistic Annotations

语音识别 | 7/10

 · 更新于 2026-09-06 · 约 16 分钟 · 7835 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-19

共分析 34 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 128 分钟 · 63905 字 阅读 →
论文解读

Can Large Language Models Imitate Human Speech for Clinical Assessment? LLM-Driven Data Augmentation for Cognitive Score Prediction

语音生物标志物 | 6/10

 · 更新于 2026-09-06 · 约 17 分钟 · 8390 字 阅读 →
论文解读

From Flat Language Labels to Typological Priors: Structured Language Conditioning for Multilingual Speech-to-Speech Translation

语音翻译 | 6.9/10

 · 更新于 2026-09-06 · 约 36 分钟 · 17909 字 阅读 →
论文解读

Improving Automatic Speech Recognition for Speakers Treated for Oral Cancer using Data Augmentation and LLM Error Correction

语音识别 | 6/10

 · 更新于 2026-09-06 · 约 18 分钟 · 8703 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-18

共分析 13 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 48 分钟 · 23894 字 阅读 →
论文解读

Vividh-ASR: A Complexity-Tiered Benchmark and Optimization Dynamics for Robust Indic Speech Recognition

语音识别 | 7.0/10

 · 更新于 2026-09-06 · 约 18 分钟 · 8776 字 阅读 →
论文解读

WARDEN: Endangered Indigenous Language Transcription and Translation with 6 Hours of Training Data

语音识别 | 7.0/10

 · 更新于 2026-09-06 · 约 15 分钟 · 7464 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-14

共分析 16 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 62 分钟 · 30769 字 阅读 →
论文解读

A Semi-Supervised Framework for Speech Confidence Detection using Whisper

语音自信度检测 | 6.5/10

 · 更新于 2026-09-06 · 约 20 分钟 · 9646 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-13

共分析 22 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 81 分钟 · 40414 字 阅读 →
论文解读

Bangla-WhisperDiar: Fine-Tuning Whisper and PyAnnote for Bangla Long-Form Speech Recognition and Speaker Diarization

语音识别 说话人日志 | 5.5/10

 · 更新于 2026-09-06 · 约 21 分钟 · 10162 字 阅读 →
论文解读

Dolphin-CN-Dialect: Where Chinese Dialects Matter

语音识别 | 5.5/10

 · 更新于 2026-09-06 · 约 18 分钟 · 8629 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-12

共分析 39 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 157 分钟 · 78445 字 阅读 →
论文解读

Automated Clinical Report Generation for Remote Cognitive Remediation: Comparing Knowledge-Engineered Templates and LLMs in Low-Resource Settings

临床报告生成 | 7.5/10

 · 更新于 2026-09-06 · 约 25 分钟 · 12404 字 阅读 →
论文解读

Linear Semantic Segmentation for Low-Resource Spoken Dialects

语义分割 | 7.5/10

 · 更新于 2026-09-06 · 约 16 分钟 · 7887 字 阅读 →
论文解读

Quantum Kernels for Audio Deepfake Detection Using Spectrogram Patch Features

音频深度伪造检测 | 6.5/10

 · 更新于 2026-09-06 · 约 16 分钟 · 7805 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-08

共分析 23 篇语音/AI 论文

 · 更新于 2026-09-06 · 约 90 分钟 · 44915 字 阅读 →