论文解读

RealDESED: A Real-World Domestic Sound Event Detection Benchmark

音频事件检测 | 7.9/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7315 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-21

共分析 34 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 118 分钟 · 58810 字 阅读 →
论文解读

A Study of Parallelizable Alternatives to Dynamic Time Warping for Aligning Long Sequences

基准测试 | 8.1/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6393 字 阅读 →
论文解读

Proof-Carrying Multimodal Timelines: Finite-Trace Modal Certificates for Video-Audio Consistency

基准测试 | 8.6/10

 · 更新于 2026-09-25 · 约 17 分钟 · 8117 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-20

共分析 15 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 52 分钟 · 25690 字 阅读 →
论文解读

InCarEmo: A Multimodal Dataset for In-Cabin Emotion Recognition and Driver State Monitoring

多模态模型 | 7.3/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5751 字 阅读 →
论文解读

MultiRef-Compass: Towards Comprehensive Evaluation of Multi-Reference-to-Audio-Video Generation

音视频生成 | 6.3/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6689 字 阅读 →
论文解读

RW-Voice-EQ Bench: A Real World Benchmark for Evaluating Voice AI Systems

语音合成 | 7.9/10

 · 更新于 2026-09-25 · 约 19 分钟 · 9074 字 阅读 →
论文解读

SLT 2026 REAL-TSE Challenge: Real-world Target Speaker Extraction from Conversational Recordings

语音分离 | 8.1/10

 · 更新于 2026-09-25 · 约 18 分钟 · 8674 字 阅读 →
论文解读

What does the model actually see? Evaluation protocols and input availability in data-driven prediction of room acoustic parameters

音频质量评估 | 7.2/10

 · 更新于 2026-09-25 · 约 16 分钟 · 7819 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-17

共分析 15 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 52 分钟 · 25719 字 阅读 →
论文解读

Rethinking Speech Foundation Model Fine-tuning: Better SFT or Better Match?

语音情感识别 | 6.7/10

 · 更新于 2026-09-25 · 约 18 分钟 · 8730 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-16

共分析 20 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 63 分钟 · 31364 字 阅读 →
论文解读

ChartGenEval: Corruption-Tested Multi-Dimensional Feedback for Rhythm-Game Chart Generation

音乐生成 | 8.8/10

 · 更新于 2026-09-25 · 约 17 分钟 · 8020 字 阅读 →
论文解读

Contrasting statistical patterns in melodic and molecular evolution reveal distinctive constraints in a culturally evolving system

音乐理解 | 8.7/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6921 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-07-15

共分析 25 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 88 分钟 · 43611 字 阅读 →
论文解读

An Objective Intelligibility Metric Evaluation on Spanish Speech

语音质量评估 | 6.2/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6711 字 阅读 →
论文解读

ECHOv2: Two-Level Band-Splitting Representation Learning for Anomalous Sound Detection

音频事件检测 | 8.2/10

 · 更新于 2026-09-25 · 约 18 分钟 · 8793 字 阅读 →
论文解读

Evaluating SSL and ViViT Architectures for Cross-Corpus Audio MOS Prediction via LODO Validation

语音质量评估 | 8.3/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7355 字 阅读 →
论文解读

Hearing Like Humans? Sound Symbolism and Perceptual Alignment in Speech Language Models

多模态模型 | 6.1/10

 · 更新于 2026-09-25 · 约 25 分钟 · 12190 字 阅读 →