子标签

下方只统计已核验方向的论文记录,按已核身份去重,身份待核时按页面保留。“直接”只含明确标注该方向的论文;“含子树”同时包含下级方向。点击名称进入论文库继续筛选;数量与上方按标签名称收录的页面数不同。

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 2026-10-17 · 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 2026-10-17 · 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 2026-10-17 · 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 2026-10-17 · 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 2026-10-17 · 约 99 分钟 · 49581 字 阅读 →
论文解读

Anchoring the Unknown: Open-Set Model Attribution via Proxy-Anchor Learning

多语言 | 8/10

 · 更新于 2026-10-17 · 约 11 分钟 · 5426 字 阅读 →
论文解读

GlobeAudio: A Multilingual Multicultural Benchmark for Naturalistic Evaluation of Large Audio-Language Models

语音识别 | 7.9/10

 · 更新于 2026-10-17 · 约 11 分钟 · 5486 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-10

共分析 45 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 126 分钟 · 62690 字 阅读 →
论文解读

A Comparative Study of Pre-trained Speech Encoders and Training Objectives for Large-Scale Indic Spoken Language Identification

自监督学习 | 8.9/10

 · 更新于 2026-10-17 · 约 10 分钟 · 4667 字 阅读 →
论文解读

A study on the impact of region specific data on the performance of Indic ASR

语音识别 | 7.2/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6491 字 阅读 →
论文解读

Overcoming Decoder Inconsistencies in Whisper for Dravidian and Low-Resource Languages

语音识别 | 6.2/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6234 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-09

共分析 48 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 141 分钟 · 70154 字 阅读 →
论文解读

dots.tts Technical Report

语音合成 | 9/10

 · 更新于 2026-10-17 · 约 7 分钟 · 3032 字 阅读 →
论文解读

Multilingual Multi-Speaker Unit Vocoders: A Systematic Analysis of Discrete Speech Representations

语音合成 | 8.4/10

 · 更新于 2026-10-17 · 约 12 分钟 · 5643 字 阅读 →
论文解读

VoxCPM2 Technical Report

语音合成 | 9.5/10

 · 更新于 2026-10-17 · 约 15 分钟 · 7125 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-08

共分析 38 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 108 分钟 · 53770 字 阅读 →
论文解读

Multilingual Detection of Alzheimer's Disease from Speech: A Cross-Linguistic Transfer Learning Approach

迁移学习 | 5.7/10

 · 更新于 2026-10-17 · 约 9 分钟 · 4489 字 阅读 →
论文解读

SpeechJBB: Probing Safety Alignment and Comprehension in Large Audio Language Models under Code-Switched Speech

语音识别 | 7.3/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6366 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-05

共分析 47 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 127 分钟 · 63374 字 阅读 →
论文解读

Context-aware child-directed speech detection from long-form recordings

自监督学习 | 8.5/10

 · 更新于 2026-10-17 · 约 11 分钟 · 5403 字 阅读 →