论文解读

ThinkDeception: A Progressive Reinforcement Learning Framework for Interpretable Multimodal Deception Detection

强化学习 | 6.3/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4793 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 2026-10-16 · 约 105 分钟 · 52107 字 阅读 →
论文解读

AI-based Cognitive-linguistic Features for Dementia Assessment in Picture Description

语音识别 | 5.8/10

 · 更新于 2026-10-16 · 约 12 分钟 · 5664 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 2026-10-16 · 约 10 分钟 · 4530 字 阅读 →
论文解读

MLLP-VRAIN UPV system for the IWSLT 2026 Simultaneous Speech Translation task

语音识别 | 6.9/10

 · 更新于 2026-10-16 · 约 16 分钟 · 7669 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 2026-10-16 · 约 94 分钟 · 46631 字 阅读 →
论文解读

Dynamic Prosody Prediction in LLM-based TTS for Improving Speaker Similarity

语音合成 | 7.6/10

 · 更新于 2026-10-16 · 约 11 分钟 · 5199 字 阅读 →
论文解读

EChO-Agent: Evidence Chain Orchestration Agent for Audio Reasoning

音频问答 | 6.1/10

 · 更新于 2026-10-16 · 约 22 分钟 · 10753 字 阅读 →
论文解读

From Awareness to Adherence: Bridging the Context Gap in Spoken Dialogue Systems via Context-Aware Decoding

语音识别 | 6.7/10

 · 更新于 2026-10-16 · 约 5 分钟 · 2144 字 阅读 →
论文解读

MAF: Multimodal Adaptive Few-shot Prompting for Sentiment Analysis with MLLMs

多模态模型 | 5.9/10

 · 更新于 2026-10-16 · 约 13 分钟 · 6343 字 阅读 →
论文解读

SciText2Eq: Assessing LLMs for Explainable Equation Generation for Scientific Creativity

大语言模型 | 7.3/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4882 字 阅读 →
论文解读

Unifying Acoustic Features and Text with Multimodal LLMs for Neurodegenerative Screening

多模态模型 | 6.2/10

 · 更新于 2026-10-16 · 约 13 分钟 · 6481 字 阅读 →
论文解读

AudioDER: A Deduplication-Enhanced Reasoning Dataset for Post-Training Large Audio-Language Models

音频问答 | 7.3/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4791 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-15

共分析 26 篇语音/AI 论文

 · 更新于 2026-10-16 · 约 72 分钟 · 35999 字 阅读 →
论文解读

Balancing ASR and diarization in end-to-end LLMs for multi-talker speech recognition

语音识别 | 7.1/10

 · 更新于 2026-10-16 · 约 12 分钟 · 5831 字 阅读 →
论文解读

Ontology Memory-Augmented ASR Correction for Long Text-Speech Interleaved Conversations

语音识别 | 9.6/10

 · 更新于 2026-10-16 · 约 13 分钟 · 6360 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-06-12

共分析 27 篇语音/AI 论文

 · 更新于 2026-10-16 · 约 77 分钟 · 38140 字 阅读 →
论文解读

BadRobot: Jailbreaking Embodied LLM Agents in the Physical World

语音合成 | 5.2/10

 · 更新于 2026-10-16 · 约 10 分钟 · 4836 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 2026-10-16 · 约 99 分钟 · 49581 字 阅读 →
论文解读

LLM can Read Spectrogram: Encoder-free Speech-Language Modeling

语音识别 | 8.6/10

 · 更新于 2026-10-16 · 约 12 分钟 · 5701 字 阅读 →