![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)
声浪
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…
16 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…
31 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…
25 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…
25 0 0
IDEA研究院开源LEMAS：15万小时多语言数据集与两大生成模型，解决多语言语音生成痛点
标题： LEMAS: A 150K-Hour Large-scale Extensible Multilingual Audio Suite with Generative Speech Models 链接： https://arxiv.o…
24 0 0
ICASSP2026丨西工大音频语音与语言处理研究组8篇录用论文分享
近日，IEEE 国际声学、语音与信号处理会议（ICASSP 2026）公布了论文录用结果。本期分享西工大音频语音与语言处理研究组（ASLP@NPU）中稿的8篇论文，涉及智能语音处理领域的众多研究方向。以下是本届会议发表论文的相关信息，附带论…
35 0 0
![语音/音频处理学术速递[1.26]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-01-26/2015728623230783488.jpg)
从开源VibeVoice-ASR看语音模型的设计、数据、幻觉和未来
最近，微软开源了VibeVoice-ASR，我也第一时间进行了体验。首先，对微软团队开源这个模型表示感谢。尽管在测试过程中发现了一些问题，但任何开源工作都值得尊重。作为开源工作，我们没有任何理由要求太多，这些问题也都是可以解决的，况且微调代…
24 0 0