论文解读
从听懂空间场景到生成与编辑：Spatial Transfusion 解读
论文把理解一阶 Ambisonics 场景的语言模型用流匹配扩展到生成与结构化编辑，用按模态路由的 LoRA 在保留理解的同时获得可控合成，并在受控仿真评测中优于全量微调。
音频编辑
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。
每日研究速递
语音/音乐/音频论文速递 2026-11-03
共分析 48 篇语音/AI 论文
论文解读
部分编辑音频：只改一小段声音为何更难防
本文把只改动录音局部内容或属性的部分编辑音频界定为共存性与局部性问题，从生成侧梳理编辑目标做法与评价、从防御侧梳理检测定位与归因，并指出防御目前只覆盖语音内容篡改且跨域泛化仍未解决。
论文解读
SMEBench：用合成的 MIDI 编辑为音乐编辑建立成对评测
论文针对音乐编辑缺少配对目标而无法区分保持原貌与执行改动的问题，用 MIDI 符号层干预加同一 SoundFont 渲染构造源与目标配对音频，并证明常用指标下文本相符与目标相符会给出不同系统排序。
每日研究速递
语音/音乐/音频论文速递 2026-10-29
共分析 25 篇语音/AI 论文
论文解读
Polyphonia: Zero-Shot Timbre Transfer in Polyphonic Music with Acoustic-Informed Attention Calibration
音乐生成 | 7.5/10
会议任务专题
ICLR 2026 - 音频编辑
共 1 篇 ICLR 2026 音频编辑 方向论文
论文解读
SmartDJ: Declarative Audio Editing with Audio Language Model
音频编辑 | 8.5/10
论文解读
SmartDJ: Declarative Audio Editing with Audio Language Model
音频生成 | 7.5/10
论文解读
Generative Audio Extension and Morphing
音频生成 | 7.5/10
会议任务专题
ICASSP 2026 - 音频编辑
共 1 篇 ICASSP 2026 音频编辑 方向论文
论文解读
RFM-Editing: Rectified Flow Matching for Text-Guided Audio Editing
音频编辑 | 7.5/10
论文解读
VoxEffects: A Speech-Oriented Audio Effects Dataset and Benchmark
本文旨在解决语音处理中一个基础但被忽视的问题：如何系统化地识别语音音频所经过的后期处理效果及其参数。现实中，语音几乎都经过了降噪、压缩等效果处理，但现有数据集缺乏此类精确标注，阻碍了相关研究。为此，作