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

REIMU: Efficient Heterogeneous Hierarchical Reasoning for SSL-Based Speech Deepfake Detection

语音伪造检测 | 6.4/10

 · 更新于 2026-10-15 · 约 12 分钟 · 5558 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-04

共分析 39 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 114 分钟 · 56637 字 阅读 →
论文解读

Enhancing Law-Enforcement Audio Transcription: A LoRA-Based Adaptation of Whisper for BWC Footage

语音识别 | 4.8/10

 · 更新于 2026-10-15 · 约 11 分钟 · 5460 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-31

共分析 16 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 53 分钟 · 26338 字 阅读 →
论文解读

DuplexGen: Adaptive Synthesis of Human-AI Turn-Taking Dialogues

语音交互 | 6.5/10

 · 更新于 2026-10-15 · 约 12 分钟 · 5720 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-30

共分析 19 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 60 分钟 · 30047 字 阅读 →
论文解读

From Semantics to Readout: Mechanistic Understanding of Audio Tokens after Fine-Tuning for Temporal Audio Grounding

音频理解 | 5.1/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6416 字 阅读 →
论文解读

Text-Prompted CLAP: Learning Query-Conditioned Audio Representations via Contrastive Learning

音频理解 | 6.6/10

 · 更新于 2026-10-15 · 约 12 分钟 · 5915 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-29

共分析 27 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 83 分钟 · 41435 字 阅读 →
论文解读

Automatic Audio Equalization with Semantic Embeddings

语音增强 | 5.8/10

 · 更新于 2026-10-15 · 约 16 分钟 · 7531 字 阅读 →
论文解读

MoLGE: Mixture of Language Group Experts for Efficient Scaling of Massively Multilingual Speech Recognition

语音识别 | 6.7/10

 · 更新于 2026-10-15 · 约 10 分钟 · 4906 字 阅读 →
论文解读

Music-Source-Separation-Training (MSST): A Unified Framework for Training and Evaluating Music Demixing Models

音乐源分离 | 5.7/10

 · 更新于 2026-10-15 · 约 16 分钟 · 7537 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-28

共分析 31 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 103 分钟 · 51404 字 阅读 →
论文解读

Listen, Do Not Copy: Internalizing Audio-Grounded Scaffold Context for Robust Omni-Model Speech Understanding

语音识别 | 6.6/10

 · 更新于 2026-10-15 · 约 19 分钟 · 9351 字 阅读 →
论文解读

MEUSLI: a Multilingual Projector for LLM-based ASR and Beyond

语音识别 | 8.2/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6955 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-27

共分析 13 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 39 分钟 · 19087 字 阅读 →
论文解读

Cumsum-Composable Phase Transport for Low-Cost Streaming Keyword Spotting

语音唤醒 | 5.9/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6381 字 阅读 →
论文解读

Scalable Keyword Spotting via Modular Network Expansion

语音唤醒 | 7.1/10

 · 更新于 2026-10-15 · 约 16 分钟 · 7687 字 阅读 →
论文解读

SimulS2ST-Omni: Data-Efficient Streaming Speech-to-Speech Translation via Explicit Trajectory Supervision

语音翻译 | 7.3/10

 · 更新于 2026-10-15 · 约 15 分钟 · 7236 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-23

共分析 21 篇语音/AI 论文

 · 更新于 2026-10-15 · 约 70 分钟 · 34984 字 阅读 →