论文解读
韵律能猜出多少句法？把停顿与时长放进互信息的秤上称重
Transformer | 7.6/10
Transformer
论文解读
当一句“右转航向 150”必须找到那架飞机：语音与轨迹如何在同一个地图上相遇
对比学习 | 7.5/10
每日研究速递
语音/音乐/音频论文速递 2026-09-01
共分析 49 篇语音/AI 论文
论文解读
效果是效果，声音是声音：当表征必须同时记住与忘记内容
音频检索 | 8.0/10
每日研究速递
语音/音乐/音频论文速递 2026-08-31
共分析 22 篇语音/AI 论文
论文解读
先分清状态，再决定能不能说话：Anian 如何把生成关进安全笼子
语音交互 | 5.0/10
论文解读
别只听响度：为什么 AI 炸点声会在“尾巴”里露馅
音频伪造检测 | 5.8/10
每日研究速递
语音/音乐/音频论文速递 2026-08-29
共分析 29 篇语音/AI 论文
论文解读
忘掉不等于擦除：语音网络把关键期痕迹压在了最底层
语音识别 | 8.6/10
论文解读
别等整句说完：把数字人的手势变成一条受因果约束的数据流
音视频交互 | 6.9/10
每日研究速递
语音/音乐/音频论文速递 2026-08-27
共分析 21 篇语音/AI 论文
论文解读
Weakly Supervised Seafloor Segmentation for Seagrass Habitat Mapping in Side-Scan Sonar Imagery
音频理解 | 8.1/10
每日研究速递
语音/音乐/音频论文速递 2026-08-26
共分析 26 篇语音/AI 论文
论文解读
MusPyExpress: Extending MusPy with Enhanced Expression Text Support
音乐理解 | 8.7/10
每日研究速递
语音/音乐/音频论文速递 2026-08-25
共分析 46 篇语音/AI 论文
论文解读
Listening Forward: Next Patch Embedding Prediction Enables Scalable Audio Learners
音频理解 | 8.8/10
论文解读
Tracking the Trend in How Speech Synthesizers Deceive People
语音伪造检测 | 6.0/10
论文解读
VA-Judger: Reward Modeling from Human Preference Feedback for Joint Video-Audio Generation
音视频生成 | 8.3/10
每日研究速递
语音/音乐/音频论文速递 2026-08-21
共分析 18 篇语音/AI 论文
论文解读
CLARA: Clip-Level Multimodal Alignment with VLM-Derived Rationales for Hateful Video Detection
音视频理解 | 7.2/10