子标签

下方只统计已核验方向的论文记录,按已核身份去重,身份待核时按页面保留。“直接”只含明确标注该方向的论文;“含子树”同时包含下级方向。点击名称进入论文库继续筛选;数量与上方按标签名称收录的页面数不同。

论文解读

Taming Audio VAEs via Target-KL Regularization

音频生成 语音合成 | 6.7/10

 · 更新于 2026-10-15 · 约 16 分钟 · 7824 字 阅读 →
论文解读

Seconds-Aligned PCA-DAC Latent Diffusion for Symbolic-to-Audio Drum Rendering

音频生成 | 7.0/10

 · 更新于 2026-10-15 · 约 21 分钟 · 10175 字 阅读 →
论文解读

AffectCodec: Emotion-Preserving Neural Speech Codec for Expressive Speech Modeling

音频编码 | 7.0/10

 · 更新于 2026-10-15 · 约 17 分钟 · 8374 字 阅读 →
论文解读

Exploring Token-Space Manipulation in Latent Audio Tokenizers

音频编码 | 6.5/10

 · 更新于 2026-10-15 · 约 19 分钟 · 9238 字 阅读 →
论文解读

Drum Synthesis from Expressive Drum Grids via Neural Audio Codecs

音乐生成 | 4.0/10

 · 更新于 2026-10-15 · 约 19 分钟 · 9279 字 阅读 →
论文解读

Encoding and Decoding Temporal Signals with Spiking Bandpass Wavelets

音频编码 | 7.0/10

 · 更新于 2026-10-15 · 约 17 分钟 · 8486 字 阅读 →
论文解读

PoDAR: Power-Disentangled Audio Representation for Generative Modeling

语音合成 | 7.3/10

 · 更新于 2026-10-15 · 约 18 分钟 · 8991 字 阅读 →
论文解读

MultiLinguahah : A New Unsupervised Multilingual Acoustic Laughter Segmentation Method

音频事件检测 | 8.5/10

 · 更新于 2026-10-15 · 约 13 分钟 · 6396 字 阅读 →
论文解读

PairAlign: A Framework for Sequence Tokenization via Self-Alignment with Applications to Audio Tokenization

音频编码 | 7.0/10

 · 更新于 2026-10-15 · 约 14 分钟 · 6791 字 阅读 →
论文解读

Enhanced Generative Machine Listener

音频分类 | 7.0/10

 · 更新于 2026-10-15 · 约 9 分钟 · 4321 字 阅读 →
论文解读

EuleroDec: A Complex-Valued RVQ-VAE for Efficient and Robust Audio Coding

音频生成 | 8.0/10

 · 更新于 2026-10-15 · 约 11 分钟 · 5305 字 阅读 →