论文解读

One Model, Many Latencies: Universal Speech Enhancement for Diverse Real-Time Applications

语音增强 | 7.2/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5687 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-25

共分析 27 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 77 分钟 · 38268 字 阅读 →
论文解读

ZONOS2 Technical Report

语音合成 | 10/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7161 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-24

共分析 39 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 98 分钟 · 48791 字 阅读 →
论文解读

Analyzing Language and Geographical Variation in Speech Representations Across 60 Indic Languages

语音识别 | 6.5/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5299 字 阅读 →
论文解读

FlowEdit: Associative Memory for Lifelong Pronunciation Adaptation in Flow-Matching TTS

语音合成 | 10/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5749 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-19

共分析 40 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 110 分钟 · 54842 字 阅读 →
论文解读

IndicContextEval: A Benchmark for Evaluating Context Utilisation in Audio Large Language Models Across 8 Indic Languages

语音识别 | 9.5/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5563 字 阅读 →
论文解读

SingFox: A Multi-Lingual Singfake Detection Corpus

语音伪造检测 | 5.4/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6765 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-18

共分析 36 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 105 分钟 · 52107 字 阅读 →
论文解读

Are you speaking my languages? On spoken language adherence in multimodal LLMs

语音识别 | 8/10

 · 更新于 2026-09-25 · 约 10 分钟 · 4530 字 阅读 →
论文解读

When Multiple Scripts Matter: Evaluating ASR in Clinical Settings

语音识别 | 9.1/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6513 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-17

共分析 35 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 94 分钟 · 46631 字 阅读 →
论文解读

VoxWatermark: A Large-Scale Benchmark for Audio Watermark Detection under Perturbations

鲁棒性 | 9.4/10

 · 更新于 2026-09-25 · 约 10 分钟 · 4873 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-16

共分析 62 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 168 分钟 · 83790 字 阅读 →
论文解读

CS-YODAS: A Mined Dataset of In-the-Wild Code-Switched Speech

多语言 | 9.2/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6777 字 阅读 →
论文解读

Evaluating Bias in Phoneme-Based Automatic Speech Recognition Systems: An Analysis of IPA Transcription Models

语音识别 | 8.8/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5179 字 阅读 →
论文解读

I Understand How You Feel: Enhancing Deeper Emotional Support Through Multilingual Emotional Validation in Dialogue System

语音识别 | 5.8/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7227 字 阅读 →
论文解读

UR-BERT: Scaling Text Encoders for Massively Multilingual TTS Through Universal Romanization and Speech Token Prediction

语音合成 | 8.1/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6102 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-11

共分析 36 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 99 分钟 · 49581 字 阅读 →