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。

每日研究速递

语音/音乐/音频论文速递 2026-08-18

共分析 39 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 129 分钟 · 64264 字 阅读 →
论文解读

Leading-Silence Augmentation and Multi-Stage Synthetic Supervision for the Second MLC-SLM Challenge

说话人日志 | 6.5/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6807 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-17

共分析 20 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 62 分钟 · 30965 字 阅读 →
论文解读

CASA: Content-Acoustic Speaking Assessment with Speech Encoder and Large Language Model

语音质量评估 | 7.9/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6446 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-14

共分析 12 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 36 分钟 · 17828 字 阅读 →
论文解读

Qwen-MusicAVQA-7B: A Multimodal Model for Music Audio-Visual QA

音视频问答 | 6.6/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6671 字 阅读 →
论文解读

Robust Multi-Tier Infant-Centered Audio Understanding with Whisper via Structured Speaker Conditioning

音频事件检测 | 6.0/10

 · 更新于 2026-10-15 · 约 12 分钟 · 5766 字 阅读 →
论文解读

UniSwap: Streaming Audio-Visual Identity Swapping for Talking Videos

音视频生成 | 7.8/10

 · 更新于 2026-10-15 · 约 15 分钟 · 7019 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-13

共分析 18 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 56 分钟 · 27887 字 阅读 →
论文解读

myMediWhisper: Construction of Burmese Medical Speech Corpus and Whisper Fine-Tuning for Clinical Dialogue ASR

语音识别 | 6.7/10

 · 更新于 2026-10-15 · 约 17 分钟 · 8115 字 阅读 →
论文解读

Whisper-Aware LLM: Self-Supervised Uncertainty Learning for Robust Whispered Speech Recognition

语音识别 | 6.1/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6535 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-12

共分析 27 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 76 分钟 · 37591 字 阅读 →
论文解读

Speaker Role and Language Diarization for Analyzing Multilingual Interviews for Language Proficiency of Older Adults

说话人日志 | 6.3/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6762 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-11

共分析 40 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 114 分钟 · 56810 字 阅读 →
论文解读

HyPASE: Hyperbolic Geometry for Parameter-Efficient Speech Emotion Fine-Tuning Framework for Large Audio-Language Models

语音情感识别 | 7.2/10

 · 更新于 2026-10-15 · 约 16 分钟 · 7528 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-06

共分析 26 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 73 分钟 · 36201 字 阅读 →
论文解读

Cross-cultural evaluation of taste-sound correspondences in AI-generated music

音乐理解 | 7.5/10

 · 更新于 2026-10-15 · 约 19 分钟 · 9448 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-05

共分析 32 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 93 分钟 · 46258 字 阅读 →
论文解读

Analyzing Speech Condition Effects in Dysarthric ASR: A Layer-wise Probing Study

语音识别 | 5.0/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6341 字 阅读 →
论文解读

Normal-Anchored First-Order Model-Agnostic Meta-Learning based Whisper Fine-Tuning for Enhancing Fairness of Cleft Lip and Palate Speech Recognition

语音识别 | 5.9/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6336 字 阅读 →