每日研究速递

语音/音乐/音频论文速递 2026-05-27

共分析 39 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 121 分钟 · 60546 字 阅读 →
论文解读

Thaka at KSAA-2026 Task 2: Regularized Fine-Tuning for Arabic Speech Diacritization

语音增强 | 5.5/10

 · 更新于 2026-11-05 · 约 12 分钟 · 5587 字 阅读 →
论文解读

Toward Natural Emotional Text-To-Speech System with Fine-Grained Non-Verbal Expression Control

语音合成 | 5.0/10

 · 更新于 2026-11-05 · 约 11 分钟 · 5339 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-26

共分析 27 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 70 分钟 · 34648 字 阅读 →
论文解读

Convex Low-resource Accent-Robust Language Detection in Speech Recognition

语音识别 | 7.5/10

 · 更新于 2026-11-05 · 约 13 分钟 · 6301 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-25

共分析 19 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 52 分钟 · 25789 字 阅读 →
论文解读

Convex Low-resource Accent-Robust Language Detection in Speech Recognition

** | 7.5/10

 · 更新于 2026-11-05 · 约 1 分钟 · 78 字 阅读 →
论文解读

Optimising Neural Speech Codecs for 300bps Communication using Reinforcement Learning

音频编码 | 6.5/10

 · 更新于 2026-11-05 · 约 18 分钟 · 8657 字 阅读 →
论文解读

SEABAD: A Tropical Bird Activity Detection Dataset for Passive Acoustic Monitoring

生物声学 音频事件检测 | 8.1/10

 · 更新于 2026-11-05 · 约 17 分钟 · 8250 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-21

共分析 40 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 144 分钟 · 71894 字 阅读 →
论文解读

Can Large Language Models Reliably Correct Errors in Low-Resource ASR? A Contamination-Aware Case Study on West Frisian

语音识别 | 7.5/10

 · 更新于 2026-11-05 · 约 19 分钟 · 9491 字 阅读 →
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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 约 18 分钟 · 8776 字 阅读 →