论文解读

Represented but Ignored: A Causal Account of Prosodic Underuse in Audio-Language Models

音频理解 | 7.2/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6022 字 阅读 →
论文解读

TCP_α: Margin-Controlled Confidence estimation for reliable Music Information Retrieval

音乐理解 | 8.4/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5890 字 阅读 →
论文解读

Towards Quantifying Benchmark Optimization in ASR Models

语音识别 | 8.5/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6239 字 阅读 →
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

 · 更新于 2026-09-25 · 约 60 分钟 · 29950 字 阅读 →
论文解读

Pedagogical AI in Mental Health: A Tri-Stream Fine-Tuned LLM Framework for Automated Clinical Supervision and Risk Triage

多模态模型 | 6.7/10

 · 更新于 2026-09-25 · 约 10 分钟 · 4594 字 阅读 →
论文解读

Sounds Uncertain: Exploring the Affective Aspects of Sonification for Uncertainty Visualization

音频生成 | 6.7/10

 · 更新于 2026-09-25 · 约 9 分钟 · 4366 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-20

共分析 20 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 47 分钟 · 23525 字 阅读 →
论文解读

Emotion Across Speech and Faces: Shared Affective Mechanisms in Multimodal Foundation Models

音视频理解 | 7.4/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5996 字 阅读 →
论文解读

Uncertainty-Aware Decision Making in Multimodal Large Language Models

音频理解 | 6.8/10

 · 更新于 2026-09-25 · 约 8 分钟 · 3533 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-08-19

共分析 16 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 40 分钟 · 19678 字 阅读 →
论文解读

Distinguishing AI-Generated Music from Edited Audio as a Hard-Negative Robustness Task

音频伪造检测 | 5.6/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7071 字 阅读 →
论文解读

Multi-Modal Generative Fuzzy System: Fuzzy Inference Guided Large Model Interactive Question Answering Framework

音视频问答 | 5.9/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5449 字 阅读 →
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 2026-09-25 · 约 129 分钟 · 64264 字 阅读 →
论文解读

Exploring ESC Winners with Nested Diagrams

音乐理解 | 5.4/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5779 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 2026-09-25 · 约 62 分钟 · 30965 字 阅读 →
论文解读

Modeling and Interpreting Correlations, Null Distributions and Significance Levels in Neural Tracking of Natural Stimuli

音频理解 | 8.0/10

 · 更新于 2026-09-25 · 约 18 分钟 · 8620 字 阅读 →
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

 · 更新于 2026-09-25 · 约 13 分钟 · 6409 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 2026-09-25 · 约 76 分钟 · 37591 字 阅读 →
论文解读

Machine-Learning-Based Diagnostic Framework for Passive Ultrasonic Detection of Railway Wheel Defects

音频分类 | 5.6/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5133 字 阅读 →
论文解读

Multilingual Emotion Neurons in Large Audio-Language Models

语音情感识别 | 6.5/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7199 字 阅读 →