会员服务
语音学（phonetics）：语言学的语音学（linguistic phonetics），实验语音学，音法学（基础音法学、共时音法学、演化音法学）。 语音学中较受公认的三大分支：发音语音学（articulatory phonetics, 肺、喉、唇舌等说者发音器官的位置、形状、动作），声学语音学（acoustic phonetics, 语音声波的频率、响度等频谱-时间的性质），听觉语音学（auditory phonetics, 听觉系统对语音如何接受、分类、识别）；三者范畴间的对应程度/协调，印象记音与仪器分析的对应程度/协调
Auden-Voice: General-Purpose Voice Encoder for Speech and Language Understanding
Arxiv
0+阅读 · 11月19日
PAVAS: Physics-Aware Video-to-Audio Synthesis
Arxiv
0+阅读 · 12月9日
RRPO: Robust Reward Policy Optimization for LLM-based Emotional TTS
Arxiv
0+阅读 · 12月4日
A Differentiable Alignment Framework for Sequence-to-Sequence Modeling via Optimal Transport
Arxiv
0+阅读 · 11月21日
Continual Audio Deepfake Detection via Universal Adversarial Perturbation
Arxiv
0+阅读 · 11月25日
Graph Neural Field with Spatial-Correlation Augmentation for HRTF Personalization
Arxiv
0+阅读 · 11月12日
Singing Timbre Popularity Assessment Based on Multimodal Large Foundation Model
Arxiv
0+阅读 · 12月7日
Aligning Generative Music AI with Human Preferences: Methods and Challenges
Arxiv
0+阅读 · 11月19日
Omni-R1: Do You Really Need Audio to Fine-Tune Your Audio LLM?
Arxiv
0+阅读 · 11月21日
E2E-VGuard: Adversarial Prevention for Production LLM-based End-To-End Speech Synthesis
Arxiv
0+阅读 · 11月10日
Target Speaker Extraction through Comparing Noisy Positive and Negative Audio Enrollments
Arxiv
0+阅读 · 12月5日
The Ghost in the Keys: A Disklavier Demo for Human-AI Musical Co-Creativity
Arxiv
0+阅读 · 11月3日
Wavehax: Aliasing-Free Neural Waveform Synthesis Based on 2D Convolution and Harmonic Prior for Reliable Complex Spectrogram Estimation
Arxiv
0+阅读 · 12月5日
Spike Encoding for Environmental Sound: A Comparative Benchmark
Arxiv
0+阅读 · 11月26日
AcousTools: A 'Full-Stack', Python-Based, Acoustic Holography Library
Arxiv
0+阅读 · 11月26日
参考链接
微信扫码咨询专知VIP会员
Top