论文解读
从贴标签到写病程：用情绪—认知描述统一多模态心理健康评估
针对分类法缺解释、纯文本大模型漏掉表情语调的问题，该研究提出情绪—认知协同多模态描述任务并用双路 BridgeNet 加 LLaMA 生成描述，在 MMDA 上描述指标领先且生成的画像把抑郁焦虑辅助判断的准确率平均提升超 12 个百分点，代价是两阶段训练与自动标注依赖人工清洗。
医疗音频
子标签
下方只统计已核验方向的论文记录，按已核身份去重，身份待核时按页面保留。“直接”只含明确标注该方向的论文；“含子树”同时包含下级方向。点击名称进入论文库继续筛选；数量与上方按标签名称收录的页面数不同。
论文解读
不只收一个 WAV：把浏览器采集与变换留证的录音系统
VocalCap 把一次浏览器录音拆成原生对象、客户端无损 WAV 与服务端规范 WAV 三份互补文件并全程留证，在确定性破坏测试、39 例试点复检与 Chromium/WebKit 双端到端中验证了采集与变换契约，但声学校准、可用性与生物标志物有效性仍需独立研究。
每日研究速递
语音/音乐/音频论文速递 2026-09-04
共分析 30 篇语音/AI 论文
论文解读
一个人、一套配方、七种适配器：重度构音障碍识别该押注哪种微调
语音识别 | 5.9/10
论文解读
孤独听得出来吗：当说什么比怎么说更诚实
语音情感识别 | 4.9/10
论文解读
关掉麦克风不行，擦掉人声才行：助老监听的隐私防火墙
音频分类 | 5.9/10
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
单麦克风里拆出心跳与呼吸：小波、时序与可解释潜空间为何要一起工作
音频分离 | 6.6/10
每日研究速递
语音/音乐/音频论文速递 2026-09-02
共分析 23 篇语音/AI 论文
论文解读
在并行与记忆之间找缝隙：WhisperX 如何既跑得快又记得住
语音识别 | 7.4/10
论文解读
把咳嗽声拆开：用高斯对齐让模型忘记敏感属性
音频分类 | 5.5/10
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
把去噪塞进耳蜗编码器里：用稀疏脉冲换六倍能耗
语音增强 | 6.7/10
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
咳嗽不是噪声：让对话智能体在轮次间听见呼吸
音频事件检测 | 6.4/10
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
一条咳嗽模型的跨国体检：高分为何更像设备在说话
音频分类 | 8.8/10
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
Speech-to-SOAP: End-to-End Summarization of Medical Dialogues: KIT@BeTraC 2026
音频理解 | 7.7/10
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