论文解读

音乐问答为何不能只靠通用多模态:密集音画下的时空与音乐先验设计

论文以音乐演出问答为对象,论证连续重叠音画与多尺度时间推理需要专门的输入处理与空间-时间结构,其证据是带时空设计的方法在三套基准上系统性领先,而代价是更复杂的分段选择与跨模态对齐及对音乐先验建模不足。

 · 更新于 2026-09-24 · 约 18 分钟 · 8569 字 阅读 →
每日研究速递

odyssey-2026 论文深度解读

共收录 52 篇 odyssey-2026 会议论文的 Reader 深度解读

 · 更新于 2026-09-24 · 约 108 分钟 · 53865 字 阅读 →
论文解读

从单人声音到多人对话:互动本身如何泄露隐私属性

本文用范围综述梳理对话语音中可推断的个人与群体属性,指出话轮接管、语言趋同和互动词模式是单人声学之外的新推断通道,并提醒当前推断技术多不讨论隐私防护与威胁模型。

 · 更新于 2026-09-24 · 约 21 分钟 · 10242 字 阅读 →