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 →
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

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

Anamnesis: An Open-Source Platform for Large-Scale Backstory-Conditioned Survey Simulation

提示学习 | 6.1/10

 · 更新于 2026-09-25 · 约 17 分钟 · 8074 字 阅读 →
论文解读

Graph Representation of RaagBase: A Unique Dataset for Hindustani Music

音乐理解 | 5.7/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5708 字 阅读 →
论文解读

MuScriptor: An Open Model for Multi-Instrument Music Transcription

音乐转录 | 8.3/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6987 字 阅读 →
论文解读

MuScriptor: An Open Model for Multi-Instrument Music Transcription

音乐转录 | 9.2/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6309 字 阅读 →
论文解读

Deriving Benchmarking Datasets from Long-Form Recordings: Challenges and Opportunities

基准测试 | 7.7/10

 · 更新于 2026-09-25 · 约 13 分钟 · 6409 字 阅读 →
论文解读

OpenWER: Improving Cross-Lingual ASR Evaluation and Enabling Token-Based Accuracy Metrics

语音识别 | 8/10

 · 更新于 2026-09-25 · 约 10 分钟 · 4961 字 阅读 →
论文解读

nnAudio 2: Overcoming Dynamic Compilation Barriers and Transform Inconsistencies

开源工具 | 7.5/10

 · 更新于 2026-09-25 · 约 12 分钟 · 5846 字 阅读 →
论文解读

Executable Boundary Contracts for Sound Event Traces

音频事件检测 | 8.5/10

 · 更新于 2026-09-25 · 约 20 分钟 · 9595 字 阅读 →
论文解读

Precise and Simple Audio-to-Score Alignment

音乐信息检索 | 6.2/10

 · 更新于 2026-09-25 · 约 14 分钟 · 6923 字 阅读 →
论文解读

MediaClaw: Multimodal Intelligent-Agent Platform Technical Report

多模态模型 | 3.3/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7378 字 阅读 →
论文解读

Text2Score: Generating Sheet Music From Textual Prompts

乐谱生成 | 7.0/10

 · 更新于 2026-09-25 · 约 19 分钟 · 9318 字 阅读 →
论文解读

ShipEcho -- An Interactive Tool for Global Mapping of Underwater Radiated Noise from Vessels

水下声学 | 6.0/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7190 字 阅读 →
论文解读

Optimal Transport Audio Distance with Learned Riemannian Ground Metrics

音频质量评估 | 7.0/10

 · 更新于 2026-09-25 · 约 18 分钟 · 8844 字 阅读 →
论文解读

Cosmodoit: A Python Package for Adaptive, Efficient Pipelining of Feature Extraction from Performed Music

音乐信息检索 | 6.5/10

 · 更新于 2026-09-25 · 约 7 分钟 · 3284 字 阅读 →
论文解读

LASE: Language-Adversarial Speaker Encoding for Indic Cross-Script Identity Preservation

说话人验证 | 8.5/10

 · 更新于 2026-09-25 · 约 15 分钟 · 7232 字 阅读 →
论文解读

VoxPrivacy: A Benchmark for Evaluating Interactional Privacy of Speech Language Models

模型评估 | 9.5/10

 · 更新于 2026-09-25 · 约 11 分钟 · 5353 字 阅读 →
每日研究速递

语音/音乐/音频论文速递 2026-05-03

共分析 13 篇语音/AI 论文

 · 更新于 2026-09-25 · 约 41 分钟 · 20229 字 阅读 →