数据清洗

共收录 1354 篇 interspeech-2026 会议论文的 Reader 深度解读

针对印度语语音克隆掉词慢且部署重的问题，该工作用 10 秒参考音生成合成语料并经四阶段过滤后微调带双位置说话人条件的 FastSpeech2，在印地语等四种语言上把可懂度和自然度做上去，同时把推理加速 53 倍，代价是说话人相似度略低于直接以参考音为条件的基线。

在约 20400 小时芬兰广播音频上比较 4 种递增过滤策略后，神经网络语音活动检测加语言标识用 42.3% 数据带来最高 12.7% 绝对词错误率下降，但能量法过滤反而有害且越 selective 的策略在 8 个非语音任务中通用音频理解下降最多 9 个百分点。

针对标签转指令中超过 40% 改写存在语义漂移的问题，论文用受控多样化扩大覆盖、用大模型校验过滤保忠实、再用扰动配对补齐韵律控制，在中文评测上把平均遵循率从 34.5% 和 51.0% 提升到 56.4%，代价是仅保留约 61.5% 候选。

针对口语实现与书面形式多对多映射带来的转写不一致问题，论文用输出国际音标与正字法的语音转文本模型加以后续大语言模型做双文本规范化，在英语文本规范化与韩语牙科语料上报告了大幅误差下降，但英语评测依赖合成语音这一受控条件是主要代价与边界。

针对挖掘语音翻译数据又吵又错位的问题，论文用排序加蒸馏两步得到保留或丢弃伪标签并微调音频大模型直接听原声做判断，在法英上达到 22.72 分 ASR-BLEU、比不过滤高约 1.4 分，代价是需要先算声学与语义信号并训练排序器和微调模型。

论文用只在音乐上训练的神经音频指纹处理语音标注难题，一是去重将 50000 条语音留言减至 25017 条，二是用最远点采样在嵌入空间取多样子集，线性探测显示指纹在说话人上 F1 达 96.36%，代价是口音准确率不及 WavLM 且阈值与采样细节未完全公开。

针对对话历史决定说话方式的 CoT-TTS 任务，论文用三阶段清洗续训、545K 合成蒸馏与级联过滤的 CA-DPO 对齐官方基线，并在 500 样本中英测试上报告全面超越，但偏好判断依赖大模型打分且未验证延迟与成本。

共收录 60 篇 icmc-2026 会议论文的 Reader 深度解读

针对乐谱与真实录音只有粗对齐时标注不够准的问题，该文把逐音符的起音修正做成按音高独立的二分图匹配，并在 MusicNet 训练、多数据集测试中报告了对贪心修正的一致提升，代价是窗口越大越依赖后验质量与一对一约束是否成立。

共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读

针对 F0 可控声码器在大规模多说话人训练和噪声下是否仍可控的问题，论文用概率潜变量替代确定性特征并以重合成谱误差做数据筛选，报告显示筛选能阻止错误数据拖累训练、上移 F0 时清浊判断更准而下移与高频区仍有挑战、噪声下优于基线，但筛选阈值仍需人工设定。

共收录 199 篇 acl-2026 会议论文的 Reader 深度解读

论文把播放会话当句子训练跳元向量并用艺术家质心相减剥离歌手身份，以原始均值 0.2487 降至残差均值 0.0005 后仍有 4577 对跨歌手高相似为存在性证据，但自动播放混杂与重度用户偏差使结论止于信号存在而不及推荐性能。

论文把自然语言质检需求编译为依赖感知的有向无环工作流并调用 24 个音频与文本核查工具，在专家一致率 80-90% 的条件下把人工成本时间压到 20% 以下，代价是规划器选型与幻觉和运行时的权衡。

论文把 Instruct-TTS 训练不稳归因于标签转指令中超过 40% 的语义漂移，用可控改写扩大覆盖、用大模型校验过滤保真、再用音高语速音量扰动补齐韵律监督，在中文评测上把平均指令遵循率做到 56.4%，代价是组合过滤只保留约 61.5% 候选。

语音交互 | 9.7/10

音视频语音分离 | 6.8/10

语音识别 | 6.5/10

音频理解 | 6.1/10