音频生成

论文把预训练神经音频模型当作可上手摆弄的乐器，用实时修改权重与偏置代替重训练，以两场约二十人工作坊与弯曲日志复用为证据，代价是大量操作只产生静音噪声且弯曲状态尚不能保存复用。

共收录 160 篇 nime-2026 会议论文的 Reader 深度解读

论文用磁性墨把黑白条纹印在纸环上装入标准磁带壳，以普通卡座磁头直接检出磁变化发声，展览用五盘带子验证了无录音也能演奏，但手工印刷与磁化带来每盘独有的不稳定与不可录制性。

论文把 Pure Data 的数字信号处理对象改写为 C++ 类并保留同名调用逻辑，用噪声与振荡器等实例显示声音一致的改写路径，代价是不自带音频与 MIDI 硬件客户端且线程与内存需开发者自行处理。

针对实时低延迟高分辨率谱分析问题，论文用相邻样本相位差分估计瞬时频率并把估计值反馈为跟踪共振器的共振频率，以自调谐共振器组在无缓冲逐样本更新下输出每样本频率幅度列表，受控正弦与真实音乐谱图显示频率跟踪与幅度保持成立，代价是合成仍有瞬态拖尾与主导器切换相位不连续等初步局限。

针对沉浸式空间音频意图难落实的问题，Satie 用音频优先领域专用语言加浏览器运行时承载大模型代码生成与文本生音频，行数对比显示同需求下脚本约为游戏引擎代码五分之一，而代价是依赖第三方接口与浏览器空间保真度限制。

StepAudio 3 Gen 用 12.5 Hz 共享 16 码本离散表示把语音、歌声、音效和音乐放在一个自回归流中建模，以主干预测首码本加轻量预测器补全残差码本的分工，在四阶段渐进预训练与零初始化适配下保持文本能力，并在中文人声相似度与声音设计指令遵循上报告了可核对的胜率与一致性得分，其代价是长序列声学建模与多阶段训练流程的复杂度。

针对 DX7 类 FM 合成 144 参数空间难手动探索的问题，VibeFM 用 38 参数受控采样加 MFCC 相似度降维总览与四种字形辅助听觉想象，案例显示约 180 分钟做出 6 种声音并带来意外发现，代价是小样本定性评估与外部合成器带来的插值不平滑等限制。

该文在波数字滤波器框架下用神经网络显式逼近四端口非线性散射映射，对比多层感知机与柯尔莫哥洛夫-阿诺德网络，发现 KAN 以 40 对 148 个参数达到相近时域频域精度，但实时率从 1.31 升至 4.74。

论文把音效生产归纳为九项需求，用共享的参考到音频变体任务加原生能力分析比较五个异构基线，证据显示 AudioX 在保真与身份保持上最均衡而多样性、时序控制与局部修复各有所长且伴随效率与域外退化代价。

该文用转角域重采样加阶次跟踪从实录提取随转速和扭矩变化的谐波指纹，再驱动谐波加噪声合成器生成带四通道嵌入标注的音频，证据是 8 个子集上阶次结构随工况对应且基线网络可收敛，代价是高阶细节为参数化改动而非逐频复刻。

该文把多边形合成改写为等弧长遍历外部顶点缓冲的二维振荡器，用混合插值实现不等顶点数形变、用旋转多面体水平截面扩展到三维，并以四点 polyBLAMP 加自适应过采样压制混叠，最强证据是 M=5 四形状共享谐波格而格外成分低于分析底噪，代价是几何缓存、成对齐与交叉淡化的额外管理。

针对单张图像对应多种合理声音的一对多图像到音频生成问题，AudioSketch 用轻量图像到音频映射复用预训练文本到音频扩散模型并以 ControlNet 注入能量轨迹，再用语义条件能量调制器把简单时间戳转换为精炼能量，在 VisualSound 上无控制时以 16.21 的 FD 与 12.41 的 IS 领先同类，而代价是对平滑归一化选择敏感且客观起振对 …

针对长时叙事音频的时间连贯与组合推理难题，AudioStory 用大语言模型做分段规划加扩散模型逐段合成，在自建 AudioStory-10K 上以显式推理和语义加残差双桥接实现更强的指令遵循，但多段拼接与长时一致性仍受训练数据和评估条件的限制。

针对耳蜗个体差异难以直接调参的问题，该文在可微 CARFAC 上增加后向传输与相干反射路径，以复合损失拟合瞬态诱发耳声发射波形，在传输线模型仿真与 58 耳实测数据上显示可还原不同听力损失形态，但对真实生理状态与泛化仍需更多验证。

该工作在骁龙开发板上实测五种神经音频模型的中央处理器与集成图形处理器推理，问题是流式回调期限下集成显卡何时有效，选择是统一用高通推理栈对比最优中央处理器引擎，最强证据是二维卷积声码器在最小块上图形处理器已全面领先，主要代价是小模型与循环模型的调用开销反而拖慢并需要借用大缓冲换并行。

共收录 103 篇 cvpr-2026 会议论文的 Reader 深度解读

共收录 91 篇 dafx-2026 会议论文的 Reader 深度解读

针对可调旋钮的黑盒虚拟模拟在旋钮转动时出现噪声的问题，论文用深层拼接条件 LSTM 加谱范数或无穷范数正则与 32 通道 Gammatone 滤波损失，在三块效果器数据上把正则模型的精度追近无正则基线，同时把零输入下的控制噪声压到实用底噪以下，但同等规模下正则仍有小幅精度代价。

该装置用双特雷门手势驱动水下水听器产生湍流并以此激励只在太澳与香港仔海岸环境录音约 thirty hours 上训练的 RAVE 模型，代价是约 90-250 milliseconds 的可感知延迟与激进手势对神经信号的掩蔽，只在水面平静时才让历史以时间包络形式短暂可闻。