论文解读

Towards Understanding Modality Interaction in Multimodal Language Models via Partial Information Decomposition

音视频理解 | 5.3/10

 · 更新于 2026-11-05 · 约 13 分钟 · 6064 字 阅读 →
论文解读

Decomposer: Learning to Decompile Symbolic Music to Programs

音乐理解 | 8.4/10

 · 更新于 2026-11-05 · 约 12 分钟 · 5948 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-03

共分析 31 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 101 分钟 · 50504 字 阅读 →
论文解读

Automatic Detection of Stress from Speech in the Trier Social Stress Test

语音情感识别 | 7.4/10

 · 更新于 2026-11-05 · 约 15 分钟 · 7439 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-02

共分析 16 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 49 分钟 · 24050 字 阅读 →
论文解读

Profiling the Voice: Speaker-Specific Phoneme Fingerprinting for Speech Deepfake Detection

语音伪造检测 | 7/10

 · 更新于 2026-11-05 · 约 15 分钟 · 7180 字 阅读 →
论文解读

Preliminary Insights in Chronos Frequency Data Understanding and Reconstruction

模型评估 | 6.0/10

 · 更新于 2026-11-05 · 约 15 分钟 · 7215 字 阅读 →
论文解读

Discovering and Steering Interpretable Concepts in Large Generative Music Models

音乐生成 | 8.0/10

 · 更新于 2026-11-05 · 约 9 分钟 · 4454 字 阅读 →
论文解读

Steering Autoregressive Music Generation with Recursive Feature Machines

音乐生成 | 8.0/10

 · 更新于 2026-11-05 · 约 9 分钟 · 4217 字 阅读 →
论文解读

The Deleuzian Representation Hypothesis

模型评估 | 7.5/10

 · 更新于 2026-11-05 · 约 9 分钟 · 4035 字 阅读 →
论文解读

Do Sparse Autoencoders Capture Concept Manifolds?

可解释性 | 7.0/10

 · 更新于 2026-11-05 · 约 15 分钟 · 7300 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-01

共分析 21 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 70 分钟 · 35064 字 阅读 →
论文解读

Connecting Layer-Wise Representation of Wavlm with Spectro-Temporal Modulation on Speaker Verification

说话人验证 | 6.0/10

 · 更新于 2026-11-05 · 约 9 分钟 · 4366 字 阅读 →
论文解读

GLoRIA: Gated Low-Rank Interpretable Adaptation for Dialectal ASR

语音识别 | 8.0/10

 · 更新于 2026-11-05 · 约 10 分钟 · 4800 字 阅读 →
论文解读

ICLAD: In-Context Learning with Comparison-Guidance for Audio Deepfake Detection

本文针对音频深度伪造检测模型在真实场景(in-the-wild)中泛化能力差的核心问题,提出了一种名为ICLAD的全新范式。该框架利用音频语言模型(ALM)的上下文学习能力,实现了无需训练的快速适应。其核心是创新的**成对比较推理**策略:在离线阶段,引导ALM为每个样本同时生成“真实”和“伪造”的

 · 更新于 2026-11-05 · 约 13 分钟 · 6206 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-04-21

共分析 34 篇语音/AI 论文

 · 更新于 2026-11-05 · 约 73 分钟 · 36177 字 阅读 →