论文解读
别只听响度：为什么 AI 炸点声会在“尾巴”里露馅
音频伪造检测 | 5.8/10
可解释性
论文解读
同样的两段声音，为何转写稳得住、问答就垮掉？
音频理解 | 6.1/10
论文解读
会数停顿的尺子，为什么比会说话的模型更懂流利度？
语音质量评估 | 6.7/10
论文解读
同音不同形，真的同音吗？当语义在频谱里留下指纹
语音识别 | 6.8/10
论文解读
当乐评人说两位歌手很像，声音本身答应吗？
音乐推荐 | 5.8/10
论文解读
不只给一个抑郁概率：把声音拆成四条可审计的 DSM-5 线索
语音情感识别 | 7.1/10
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
别把中层热图当读心术：音频 LLM 的工作空间究竟替谁完成了推理
音频理解 | 6.6/10
论文解读
让每个频率格为自己的关系负责：DS 接入音乐模型
音乐理解 | 7.2/10
论文解读
忘掉不等于擦除：语音网络把关键期痕迹压在了最底层
语音识别 | 8.6/10
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
EmoTra-TTS: Smooth Intra-Utterance Emotion Transitions for Speech Synthesis
语音合成 | 9.6/10
论文解读
From local kernels to global form: modeling the emergence of musical content
音乐理解 | 8.2/10
论文解读
OmniJudge or OmniBias? Diagnosing Multimodal Judges through Balanced, Decoupled Lenses
音频质量评估 | 7.4/10
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
论文解读
Humanoid Musical Robots as Experimental Interfaces for Music-Evoked Emotion
音视频交互 | 5.9/10
论文解读
Self-Supervised Speech Representations Track Spoken Language Convergence to Adult Models in Infants and Children Who Are Deaf/Hard-of-Hearing
语音属性识别 | 9.7/10
论文解读
Separating Voice from Age in COPD Screening
语音属性识别 | 7.2/10
每日研究速递
语音/音乐/音频论文速递 2026-08-25
共分析 46 篇语音/AI 论文
论文解读
Explainability by Design: Structured Kolmogorov-Arnold Networks over Probabilistic Attributes for Speech Deepfake Source Tracing
语音伪造检测 | 7.5/10