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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 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 2026-11-05 · 约 90 分钟 · 44915 字 阅读 →
论文解读

The TTS-STT Flywheel: Synthetic Entity-Dense Audio Closes the Indic ASR Gap Where Commercial and Open-Source Systems Fail

语音识别 | 8.5/10

 · 更新于 2026-11-05 · 约 13 分钟 · 6296 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-07

共分析 22 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 79 分钟 · 39450 字 阅读 →
论文解读

AfriVox-v2: A Domain-Verticalized Benchmark for In-the-Wild African Speech Recognition

语音识别 | 8.0/10

 · 更新于 2026-11-05 · 约 11 分钟 · 5431 字 阅读 →
论文解读

Mixed-Precision Information Bottlenecks for On-Device Trait-State Disentanglement in Bipolar Agitation Detection

语音生物标志物 | 8.0/10

 · 更新于 2026-11-05 · 约 12 分钟 · 5797 字 阅读 →
论文解读

Smart Passive Acoustic Monitoring: Embedding a Classifier on AudioMoth Microcontroller

生物声学 | 7.5/10

 · 更新于 2026-11-05 · 约 6 分钟 · 2580 字 阅读 →
论文解读

The TTS-STT Flywheel: Synthetic Entity-Dense Audio Closes the Indic ASR Gap Where Commercial and Open-Source Systems Fail

语音识别 | 8.5/10

 · 更新于 2026-11-05 · 约 13 分钟 · 6496 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-06

共分析 23 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 81 分钟 · 40463 字 阅读 →
论文解读

MultiSense-Pneumo: A Multimodal Learning Framework for Pneumonia Screening in Resource-Constrained Settings

肺炎筛查 | 6.5/10

 · 更新于 2026-11-05 · 约 12 分钟 · 5935 字 阅读 →
论文解读

Tibetan-TTS:Low-Resource Tibetan Speech Synthesis with Large Model Adaptation

语音合成 | 7.0/10

 · 更新于 2026-11-05 · 约 9 分钟 · 4081 字 阅读 →