SpeechMedAssist | 健康咨询从“打字”走向“对话”，如何让语音大模型听懂病人？
项目资源 代码 & 语音样例：https://github.com/SirryChen/SpeechMedAssist 论文链接：https://arxiv.org/abs/2601.04638v1 Demo：https://speech.…
49 0 0
声浪
![语音/音频处理学术速递[1.29]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-01-30/2017064957132279808.jpg)
VoxPrivacy发布: 首个面向语音大模型的交互隐私评测基准
本文来源丨Amphion 当语音大模型（SLM）从“个人设备”走向“智能家居/车载/公共服务”等多人共享场景时，新的风险出现了：模型可能将用户A的私密日程、隐私信息，误传给用户B。简单来说，语音助手需要明确 “哪些话能说、该对谁说”，团队称…
57 0 0
蚂蚁开源最大具身智能基座模型Lingbot-VLA，20000小时真机数据、性能吊打英伟达GR00T和π0.5
本文来源丨蚂蚁灵波科技 从3000小时到整整20000小时。真实世界数据里的Scaling Law，直接喂出了个最强VLA（Vision-Language-Action）基座模型！ 这就是蚂蚁灵波今天开源的具身智能基座模型——LingBot…
64 0 0
![语音/音频处理学术速递[1.28]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-01-29/2016722924228186112.jpg)
ICASSP 2026｜墨尔本大学 HEART AI LAB 5篇录用论文分享
在即将举行的 ICASSP 2026 中，墨尔本大学 HEART AI LAB 共有五篇论文被正式录用，系统展示了在 Test-Time 自适应与增强策略以及多模态健康智能方向上的最新研究进展。 研究方向概览：Test-Time 自适应与增…
33 0 0
![语音/音频处理学术速递[1.27]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-01-28/2016338407655084032.jpg)
性能比肩Gemini 3 Pro！昨晚，阿里千问最强模型来了
来源丨机器之心 1 月 26 日深夜，阿里千问旗舰推理模型 Qwen3-Max-Thinking 正式上线。 该模型在科学知识（GPQA Diamond）、数学推理（IMO-AnswerBench）、代码编程（LiveCodeBench）等…
50 0 0
基于深度学习的歌声合成方法综述
标题：Synthetic Singers A Review of Deep-Learning-based Singing Voice Synthesis Approaches 链接：https://arxiv.org/pdf/2601.13…
45 0 0
ICASSP 2026丨华工数字孪生人重点实验室3篇录用论文分享
本期分享在刚刚揭晓录用结果的信号处理领域旗舰会议ICASSP 2026上华南理工大学数字孪生人重点实验室的3篇论文，论文方向涵盖了零样本语音合成、指令语音合成、以及非言语发声识别数据集等前沿领域。ICASSP是由电气与电子工程师协会（IEE…
41 0 0