音频生成

共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读

八名研究生在同一减法合成器作业中对比有无 GitHub Copilot，报告显示助手主要改善代码组织而非振荡器抗混叠与滤波器拓扑等领域正确性，且口试表达未见明显受损，但样本极小只能作试点参考。

论文指出波形误差是增益误差的带载波代理，易被次生效应淹没，用实测控制电压直接计算增益误差并训练灰盒模型后，直接监督在增益误差上明显优于波形代理，而波形指标对差异显著的模型给出相近分数，代价是需要同步采集控制电压并建设约 270 GB 的大规模数据集。

针对 Fulltone OCD v2 中 MOSFET 加锗二极管构成的非对称削波级难以实时求解的问题，论文把三个非线性合并为单个等效一端口并用分段线性函数显式映射，在 1 V、1 kHz 正弦和 96 kHz 采样下时域误差低至千分之量级，而显式方法实时比 0.14 约为迭代方法 3.12 的二十二分之一。

论文把虚拟模拟看作固定时长区间上的算子学习，用傅里叶域参数化加帧重叠相加实现单采样率训练、多采样率推理，在 Big Muff Pi 输入级上上采样与基线相当且可直接下采样，代价是帧缓冲结构和内部上采样带来的计算量。

本文以文献综述回答手工声音艺术如何把施密特触发器从信号调理器件转作发声振荡器，最强证据是近 450 篇英文书刊论文的编码与 20 世纪到 21 世纪案例链，代价是排除了在线论坛与非英文材料因而尚不完备。

该文把均匀波形约简为带时间戳的局部极值点并用其间距逐样本控制重叠相加的拼接时机与时长，在嵌入式算力下保住瞬态，代价是频谱对比度损失与三次样条谐波失真。

论文把一个数学纽结交叉改写为两个三端口并联结点串起的环形波导，用采样率 96 kHz 下 1.0 seconds 脉冲响应证明中段长度能重塑共振峰包络而基频平均仅偏移约几 Hz，代价是在特定中段出现约 25.0 Hz 与约 20.0 Hz 量级的估计尖峰和部分谐波抵消。

针对解码器独奏式潜空间漫游难以控制且标准多层感知机存在谱偏置的问题，论文用傅里叶特征坐标映射把音频集的潜轨迹铺成二维可交互地形，在鼓、弦乐与语音三类素材上提升映射精度且仅轻微增加实时开销，代价是高斯尺度需手工权衡欠拟合与过拟合。

论文以二维波方程与商空间拼贴推导矩形、环面、莫比乌斯带、克莱因瓶与实射影平面的闭式模态，并用有限差分时域仿真验证频率误差约 0.02% 量级、模态置信接近 1，代价是不可嵌入三维的非定向拓扑只能在平面基本域加边界规则中间接实现。

问题是用现成神经音频编解码器做可演奏的音色迁移，方法是不训练新生成器而检索调色板令牌颗粒并做连续性约束的序列选择与分组替换，最强证据是调色板扩展下中位实时系数仍低于实时，而代价是分块渲染与完整上下文不等价且缺乏听感验证。

针对波数字滤波器实时仿真中面向对象抽象与冗余状态带来的开销，论文用描述语言加静态编译生成最小状态代码，在四类电路上以每样本周期数与指令数为证据逼近理论性能界，代价是拓扑必须在编译时固定并依赖热重载维持可修改性。

针对发动机爆燃脉冲的时序本质，论文用可微脉冲串加卡普拉斯-斯特朗共振器重建声音，在三类发动机共 7.5 小时音频上把总验证损失平均降低 5.7%、谐波重建提升 21%，代价是共振器音色偶尔偏离目标且尚未在真实录音上验证。

针对影视非语音非音乐音效在检索与程序化生成之间频繁切换的问题，QuAP 用混合检索加六个程序化模型加规则助手统一工作流，主证据是 16 人用户评估与 MUSHRA 在六类中五类显著改善和 FSD50K 上 MobileNetV3 检索占优，代价是 Rocket 与 Jet 等类别仍不够逼真且仅支持六类。

该研究在苹果 M3 上对比 BNNSGraph 等推理后端处理 LSTM、TCN、WaveNet 吉他音色模型的速度，核心证据是孤立实时系数很好但在真实混音回调下尾延迟爆表，而代价是平台绑定与状态实现差异需要逐项核对。

该工作把非线性模拟音频电路的状态空间微分代数方程改写为单步等式约束二次规划，用线性化后的器件约束残差作为局部缺陷指示器驱动多速率自适应步长，在二极管削波器、共射放大器和考毕兹振荡器上以 SPICE 为基准验证了一致性，代价是在强非线性段需要降到约 200 ns 量级的最小步长。

针对环境声语义描述粗疏而波形稠密、离散量化破坏连续性、非因果编解码拼接易产生边界伪影的问题，SCAPES 冻结 EnCodec 连续潜空间并用条件连续归一化流做段级自回归生成，在约 34 分钟 10 类数据上以约 36M 参数单卡约 1 小时训练实现长稳可控合成，代价是对语音音乐等长结构建模不足且部分类别指标未胜出。

该研究把五种近能量保持的非线性与时变操作放进反馈延迟网络的反馈回路来合成微光混响，在固定采样率与 8 通道长延迟条件下显示可产生偶次谐波与高八度并维持稳定，代价是混响时间不再严格保持且需直流阻塞与抗混叠补偿。

该研究把便携超声探头扫查手工食物明胶幻影得到的深度密度图像，经取样线重采样后送入逆傅里叶变换合成声音，探头推滑按压与材料雕刻共同作曲，代价是频率分辨率粗糙、低频表现弱且模具精度不可控。

论文把循环移位读成离散圆上的线丛转移映射，用绕行一周的单值性与回到恒等的缠绕数统一解释莫比乌斯波导的基频减半与延迟环混沌振荡器的次谐波，代价是只做解析构造与谱推演而无可运行的定量声学实验对照。