论文解读
把混叠的音频表示拆开：AudioSAE 用稀疏自编码器解剖 Whisper 与 HuBERT
该文在 Whisper 与 HuBERT 每层编码器激活上训练 BatchTopK 稀疏自编码器，用跨种子稳定性、分类探测与消融、转向和脑电相关验证特征，最强证据是转向使虚假语音检出平均下降 70% 而词错误率仅从 5.1% 升至 5.5%，代价是彻底擦除语音概念需移除 19-27% 特征且强转向会破坏识别。
无监督学习
论文解读
先发现结构再贴标签：用无监督组织对抗 soundscape 的域偏移与复音
针对被动声学监测中标注稀缺与域偏移问题，论文提出先做无监督结构发现再做定向验证的路线，用 MFCC 加 UMAP-HDBSCAN 组织大规模 soundscape 并以 LEAVES 做簇级标签传播，报告两站点约 98% 的四类区分准确率与最高 7.12 倍的标注加速，但 79-90% 的簇标签一致性与未解决的复音分离仍是主要代价与边界。
会议总览
eacl-2026 论文深度解读
共收录 36 篇 eacl-2026 会议论文的 Reader 深度解读
论文解读
不写代码也能走完音频 AI 全链路：AI EcoSound Tutor 如何把鸣声变成可见、可听、可验证的学习对象
针对无编程背景学生与生物声学研究者难以串起特征、降维、聚类与分类的问题，AI EcoSound Tutor 用 MFCC/OpenL3 加 PCA/t-SNE/UMAP 加 K-Means/GMM/HDBSCAN 的可配置流水线组织学习，最强证据是在蝗虫录音上 MFCC-UMAP 组合达到轮廓系数 0.9 并经频谱图与回放验证，代价是方法子集有限且仅支持 …
论文解读
不用成对混合也能分离：扩散先验与重建引导如何分开又合上声音
该文把单通道分离写成已知加性混合的逆问题，只用单源扩散先验加迭代重建引导完成分离，并用混合加噪初始化、三重注意力骨干与混合引导强度解决梯度冲突，代价是 200 步迭代采样的计算开销与同质语音的排列不确定性。
论文解读
单麦克风里拆出心跳与呼吸：小波、时序与可解释潜空间为何要一起工作
音频分离 | 6.6/10
论文解读
Unsupervised Speech Recognition at the Syllable Level
语音识别 | 8.9/10
论文解读
Nine Emotion Centroids: A Label-Free Valence Axis That Transfers Across Four Modalities
音频理解 | 7.5/10
论文解读
Sonifying I2S Transport Signals to Detect Transmission Faults
音频分类 | 5.9/10
论文解读
Exploring ESC Winners with Nested Diagrams
音乐理解 | 5.4/10
论文解读
Pitch Contour Tokenization using VQ-VAE and Its Application on Korean Traditional Music Analysis
音乐理解 | 7.1/10
论文解读
Dynamic Clustering for Cross-Segment Permutation Alignment in Long Speech Separation
语音分离 | 6.2/10
论文解读
Steering dense music retrieval with open-vocabulary concept discovery
音乐检索 | 7.7/10
论文解读
SCOPE: Entanglement Frontier Escape for Source-Free Class Unlearning
说话人验证 | 6.3/10
论文解读
UOT-IR: Structured Routing of High-Polyphony Symbolic Music into Fixed-Budget Representations
音乐理解 | 5.5/10
论文解读
Tensor-Based Joint Pitch and DOA Estimation
声源定位 | 6.9/10
论文解读
Finding the noise: Zero-shot AI Music Detection
无监督学习 | 5.1/10
论文解读
Audio Cross Verification Using Dual Alignment Likelihood Ratio Test
音频伪造检测 | 6.5/10
论文解读
Estimating the Reliability of Dynamic Time Warping Alignments Using Circumstantial Evidence
音乐理解 | 7.6/10
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