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

PolySpeech-100: A Large-Scale Benchmark for Speech Understanding Across 100+ Languages and Dialects

语音识别 | 8.8/10

 · 更新于 2026-10-17 · 约 12 分钟 · 5668 字 阅读 →
论文解读

SALSA: Speech Aware LLM Adaptation via Learned Steering Activation Vectors

语音识别 | 7.2/10

 · 更新于 2026-10-17 · 约 4 分钟 · 1679 字 阅读 →
论文解读

SN-WER: Script-Normalized WER for Multi-Script Indic ASR Evaluation

语音识别 | 5.3/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6052 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-02

共分析 35 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 104 分钟 · 51914 字 阅读 →
论文解读

OpenSTBench: Beyond Semantic Evaluation for Speech Translation

语音翻译 | 6.0/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6238 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-01

共分析 23 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 73 分钟 · 36167 字 阅读 →
论文解读

Direct Preference Optimization for English-Mandarin Code-Switching Speech Recognition in Audio LLMs

语音识别 | 7.2/10

 · 更新于 2026-10-17 · 约 11 分钟 · 5495 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-30

共分析 6 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 17 分钟 · 8127 字 阅读 →
论文解读

Dial HEALTHDIAL for Advice: A Multilingual and Multi-Parallel Spoken Dialogue Dataset for Knowledge-Grounded Information Seeking

语音合成 | 8.6/10

 · 更新于 2026-10-17 · 约 12 分钟 · 5895 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-29

共分析 20 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 57 分钟 · 28306 字 阅读 →
论文解读

Bandwidth-Efficient and Privacy-Preserving Edge-Cloud Many-to-Many Speech Translation

语音翻译 | 8.1/10

 · 更新于 2026-10-17 · 约 13 分钟 · 6093 字 阅读 →
论文解读

Breaking the Script Barrier: Enabling Automatic Alignment for PoS-based ASR Error Analysis in Non-Latin Scripts

语音识别 | 6.0/10

 · 更新于 2026-10-17 · 约 14 分钟 · 6823 字 阅读 →
论文解读

VoiceGiraffe: A Benchmark for Extreme Long-Context Audio-Language Understanding

音频问答 | 7.0/10

 · 更新于 2026-10-17 · 约 11 分钟 · 5379 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-28

共分析 30 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 84 分钟 · 42014 字 阅读 →
论文解读

Multilingual Phonological Feature Recognition with Self-Supervised Speech Models

语音识别 | 7.7/10

 · 更新于 2026-10-17 · 约 12 分钟 · 5589 字 阅读 →
论文解读

Zero-Shot Parkinson's Disease Detection from Speech: Comparing Large Audio and Language Models

大语言模型 | 5/10

 · 更新于 2026-10-17 · 约 14 分钟 · 6830 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-26

共分析 27 篇语音/AI 论文

 · 更新于 2026-10-17 · 约 70 分钟 · 34648 字 阅读 →
论文解读

Benchmarking Commercial ASR Systems on Code-Switching Speech: Arabic, Persian, and German

语音识别 | 6.8/10

 · 更新于 2026-10-17 · 约 16 分钟 · 7727 字 阅读 →
论文解读

Can Large Audio Language Models Ignore Multilingual Distractors? An Evaluation of Their Selective Auditory Attention Capabilities

音频问答 | 6.5/10

 · 更新于 2026-10-17 · 约 18 分钟 · 8983 字 阅读 →
论文解读

Sometin Beta Pass Notin (SBPN): Improving Multilingual ASR for Nigerian Languages via Knowledge Distillation

语音识别 | 6.2/10

 · 更新于 2026-10-17 · 约 16 分钟 · 7571 字 阅读 →