论文解读
用圆环记时间：CircleMatch 以千级参数做关键词识别
CircleMatch 针对极小参数关键词识别，用分频带压缩编码加每类 5 个原型匹配，再以无参数圆环统计与有序路径分数汇总时序，在 GSC 与 MSWC 多词表上以约 1k-10k 参数取得可比精度，代价是大词表与大模型绝对精度仍占优且部分对比协议并不一致。
关键词检测
论文解读
把被遮住的频谱块合并掉：SpecAugment-Patch Merging 如何省算力
针对音频频谱变换器被 SpecAugment 零值块拖慢训练的问题，该文把掩码对齐到切块网格并只合并全零块，在 Balanced AudioSet 上 r 从 0 增至 100 时吞吐从 43.3 提至 49.3 samples/sec 而 mAP 维持 34.07 到 34.08，代价是可合并比例受掩码块数量上限约束。
每日研究速递
语音/音乐/音频论文速递 2026-09-15
共分析 19 篇语音/AI 论文
论文解读
把命名识别改成音频文本配对：CLAP 如何绕开失语症转写的脆弱环节
针对卒中后失语命名中发音变异和多重尝试导致转写不可靠的问题，论文把判断改成音频与提示文本在共享空间的配对，用两组法语命名数据在留一说话人评估下报告最高 0.90 准确率，代价是仍需在失语数据上微调且重度损伤集上降到 0.85。
论文解读
没有文字转写时，如何用图像字幕把语音和书面词连起来
该文用图像字幕先建视觉词表再过滤语音，用无监督词发现做两两对齐与堆叠评分定位关键词，在视觉监督下超过神经基线，但共现词与字幕噪声仍带来明显定位损失与计算代价。
每日研究速递
eusipco-2026 论文深度解读
共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读
每日研究速递
aaai-2026 论文深度解读
共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读
论文解读
在二值脉冲上做长短时序建模：SpikCommander 的多视角注意力与上下文 MLP
针对脉冲神经网络在语音命令识别中时序建模弱的问题，论文提出多视角脉冲时间感知注意力与上下文精炼 MLP 构成的 SpikCommander，在 SHD、SSC、GSC 上以 100 时间步取得更高精度，代价是更长的时序展开与更复杂的分支结构。
论文解读
Massive Open-Vocabulary Keyword Spotting
语音识别 | 9.8/10
每日研究速递
语音/音乐/音频论文速递 2026-06-11
共分析 36 篇语音/AI 论文
论文解读
KFC-KWS: Keyframe Fusion with CTC for User-Defined Keyword Spotting
关键词检测 | 7.6/10
每日研究速递
语音/音乐/音频论文速递 2026-06-10
共分析 45 篇语音/AI 论文
论文解读
Effective User-defined Keyword Spotting with Dual-stage Matching, Multi-modal Enrollment, and Continual Adaptation
关键词检测 | 7.4/10
论文解读
Contextual Biasing for Streaming ASR via CTC-based Word Spotting
语音识别 | 7.2/10
论文解读
Perforated Neural Networks for Keyword Spotting
关键词检测 | 5/10
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
论文解读
Does language matter for spoken word classification? A multilingual generative meta-learning approach
音频分类 | 6.0/10
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
会议任务专题
ICASSP 2026 - 关键词检测
共 2 篇 ICASSP 2026 关键词检测 方向论文
论文解读
MT-HuBERT: Self-Supervised Mix-Training for Few-Shot Keyword Spotting in Mixed Speech
关键词检测 | 7.0/10