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

 · 更新于 2026-10-15 · 约 20 分钟 · 9553 字 阅读 →
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

 · 更新于 2026-10-15 · 约 27 分钟 · 13172 字 阅读 →
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

 · 更新于 2026-10-15 · 约 24 分钟 · 11532 字 阅读 →
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

 · 更新于 2026-10-15 · 约 21 分钟 · 10275 字 阅读 →
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

 · 更新于 2026-10-15 · 约 20 分钟 · 9926 字 阅读 →
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

 · 更新于 2026-10-15 · 约 21 分钟 · 10322 字 阅读 →
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

 · 更新于 2026-10-15 · 约 21 分钟 · 10215 字 阅读 →
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

 · 更新于 2026-10-15 · 约 17 分钟 · 8494 字 阅读 →
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

 · 更新于 2026-10-15 · 约 18 分钟 · 8773 字 阅读 →
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

 · 更新于 2026-10-15 · 约 16 分钟 · 7955 字 阅读 →
论文解读

LipsAM: Lipschitz-continuous Neural Networks for Convergent Plug-and-Play Audio Signal Recovery

音频修复 | 10.0/10

 · 更新于 2026-10-15 · 约 9 分钟 · 4404 字 阅读 →
论文解读

SlimDiffuSE: Towards Efficient Diffusion-Based Speech Enhancement using Slimmable Networks

语音增强 | 7.6/10

 · 更新于 2026-10-15 · 约 10 分钟 · 4594 字 阅读 →
论文解读

Training DeepFilterNet with Accurate Room Acoustic Simulations Improves Single-Channel Speech Enhancement

语音增强 | 9.0/10

 · 更新于 2026-10-15 · 约 10 分钟 · 4932 字 阅读 →
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

 · 更新于 2026-10-15 · 约 11 分钟 · 5258 字 阅读 →
论文解读

A Novel Binaural Cue Preservation Loss for DNN-Based Binaural Speech Enhancement

语音增强 | 5.6/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6438 字 阅读 →
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

 · 更新于 2026-10-15 · 约 12 分钟 · 5815 字 阅读 →
论文解读

Navigating Speech Enhancement for Real-Time MRI: A Systematic Assessment of Signal Quality, Source Preservation, and Downstream Tasks

语音增强 | 5.7/10

 · 更新于 2026-10-15 · 约 18 分钟 · 8798 字 阅读 →
论文解读

Separate First, Then Associate: A Two-Stage Approach for Real-World Audio-Visual Speech Enhancement

音视频语音分离 | 6.2/10

 · 更新于 2026-10-15 · 约 11 分钟 · 5443 字 阅读 →
论文解读

HybridSB-MoE: Dual-Domain Schrödinger Bridges with Scene-Adaptive Expert Routing for Speech Enhancement

语音增强 | 5.9/10

 · 更新于 2026-10-15 · 约 15 分钟 · 7143 字 阅读 →
论文解读

Deep Learning Based Relative Transfer Matrix Estimation for Multiple Sources and Multiple Microphones

语音增强 | 5.1/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6920 字 阅读 →