论文解读
生成用短时谱、判别用对数谱：DSME 为何把预测与判别分开
DSME 用短时傅里叶谱显式生成幅值与相位、用恒 Q 谱作八度分段判别并加入色度损失，在独奏音乐的三类仿真退化中改善多数客观指标；主观偏好仅在混合失真任务上优于三个基线，该任务的 FAD 仍劣于 MP-SENet。
语音增强
论文解读
耦合失真下不换模型而换管线：StrixAE 用智能体调度专家模型
针对噪声混响多人交叠耦合且需求因人而异的问题，StrixAE 用多模态大模型做控制器调度专家工具链，经 AcoustBench 思维链微调与音频感知强化学习后，在真实盲测多项感知指标上超过多数开源基线，但感知质量优化仍慢且依赖外部工具。
论文解读
失配时只听一条语音：用干净先验把增强输出推向高密度区
针对训练与测试噪声失配导致的增强残留噪声，该文用冻结的自回归干净先验对单条测试语音做 KL 散度自适应，在 DNS 等四组数据上主要提升背景抑制，但需早停且初始已干净时收益很小。
论文解读
耳塞在震动什么：骨导语音的低频直线与单轴传感器的容差
语音增强 | 6.3/10
论文解读
在喇叭与犬吠同时响起时听清人声：VAANI 如何把印度田野噪声钉在时间轴上
语音识别 | 5.8/10
论文解读
开耳助听器里漏进来的噪声，为何要让扬声器自己去抵消？
语音增强 | 7.5/10
论文解读
相位不再复用：当 Transformer 学会看懂复数谱图
语音增强 | 6.4/10
论文解读
干净本身成了开关：当语音增强的理想输出反噬自身
语音增强 | 6.4/10
论文解读
把循环拆成并行：用时带混合与自适应回退让增强前端不再拖累识别
语音增强 | 6.2/10
论文解读
听得更干净，却想得更错：当语音增强把大模型带偏
语音增强 | 8.0/10
论文解读
相位越不准，幅度越要背锅：用频带加权把流式增强从过衰减里拉回来
语音增强 | 6.4/10
论文解读
把去噪塞进耳蜗编码器里：用稀疏脉冲换六倍能耗
语音增强 | 6.7/10
论文解读
不用再把 PDM 翻译成 PCM：让状态空间模型直接听懂单比特麦克风
语音增强 | 7.5/10
论文解读
既要指向性，又要去混响：一次前向如何重建干净的虚拟方向麦克风
空间音频 | 5.3/10
论文解读
LipsAM: Lipschitz-continuous Neural Networks for Convergent Plug-and-Play Audio Signal Recovery
音频修复 | 10.0/10
论文解读
SlimDiffuSE: Towards Efficient Diffusion-Based Speech Enhancement using Slimmable Networks
语音增强 | 7.6/10
论文解读
Training DeepFilterNet with Accurate Room Acoustic Simulations Improves Single-Channel Speech Enhancement
语音增强 | 9.0/10
论文解读
μNet: Ultra-Low-Memory and Low-Complexity Speech Enhancement for Embedded Digital Signal Processors
语音增强 | 8.3/10
论文解读
A Novel Binaural Cue Preservation Loss for DNN-Based Binaural Speech Enhancement
语音增强 | 5.6/10
论文解读
Feedforward Active Speech Suppression Based on Time Series Prediction of Speech Signals Using Neural Networks
语音增强 | 5.5/10