论文解读
当发言意愿也需要先验：用 Beta 倾向补全多通道日志的贝叶斯闭环
说话人日志 | 6.6/10
变分自编码器
论文解读
把声学公式写进损失：PhysWave 如何让扩散模型不再猜方向
音频生成 | 6.6/10
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
Fourier is Frontier: Frequency-Aware Autoencoding for High-Fidelity Music Reconstruction
音乐生成 | 7.5/10
每日研究速递
语音/音乐/音频论文速递 2026-08-21
共分析 18 篇语音/AI 论文
论文解读
Contrastive Learning with Variational Regularization for Multi-Session EEG-to-Speech Decoding
语音合成 | 5.9/10
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
论文解读
Architecture and Affordances of PLAUD: Performative Latents and Unsupervised DDSP
音乐生成 | 5.0/10
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
论文解读
Pitch Contour Tokenization using VQ-VAE and Its Application on Korean Traditional Music Analysis
音乐理解 | 7.1/10
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
论文解读
EG-VAE: A Unified Framework for Electric Guitar Tone Transfer and Removal
音频生成 | 7.3/10
论文解读
KVAE: Family of Tokenizers for Multimodal Generative Models
音频编码 | 8.1/10
每日研究速递
语音/音乐/音频论文速递 2026-08-07
共分析 21 篇语音/AI 论文
论文解读
MeloCodec: Harnessing Melodic Priors for High-Fidelity Singing Voice Representation
歌唱生成 | 6.1/10
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
论文解读
Explainable AI through the Lens of Material Agency: Enabling Musical Interface Design with Neural Audio Models
音乐生成 | 6.7/10
论文解读
OmniVAE: An Audio-Video VAE with Cross-Modal Alignment for Joint Generation
音视频生成 | 7.1/10
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
论文解读
Structural Bottlenecks on Frequency Representation in End-to-End Audio Models
音频生成 | 7.6/10