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
A Sociolinguistic Analysis of Automatic Speech Recognition Bias in Newcastle English
Arxiv
0+阅读 · 10月22日
Synthetic-to-Real Code-Switched ASR: A Spontaneous Nepali-English Podcast Benchmark
Arxiv
0+阅读 · 10月22日
MuseFlow-TSE: Music-Aware Target Speech Extraction via Cross-Source Band-Splitting and Data-to-Data Flow Matching
Arxiv
0+阅读 · 10月21日
EmoFI-TTS: Face-Conditioned Expressive Voice Synthesis with Intensity Modulation
Arxiv
0+阅读 · 10月21日
Qwen-Audio-Jev: A Unified Interface for Audio Decisions
Arxiv
0+阅读 · 10月22日
A Learned Musical-Time Coordinate for Piano Audio-to-Score Transcription
Arxiv
0+阅读 · 10月21日
LARA-Gen: Enabling Continuous Emotion Control for Music Generation Models via Latent Affective Representation Alignment
Arxiv
0+阅读 · 10月21日
CoarseSoundNet: Building a reliable model for ecological soundscape analysis
Arxiv
0+阅读 · 10月22日
Descriptor: Certus Caliber Classification Gunshot Dataset (C3GD)
Arxiv
0+阅读 · 10月21日
Muting Tokens: Exploring Token Sparsification for Efficient Audio Transformers
Arxiv
0+阅读 · 10月22日
MixJudge: Learning a Language-Queryable Critic for Vocal Mixing
Arxiv
0+阅读 · 10月22日
RubatoCodec: Budgeted Adaptive Speech Tokenization with Streaming Decoding
Arxiv
0+阅读 · 10月21日
Derivation Depth Exposes Reasoning Failures in Tool-Augmented Music Analysis
Arxiv
0+阅读 · 10月21日
HeyGen Voice: Scene-Aware Voice Cloning for Talking Videos
Arxiv
0+阅读 · 10月21日
Predicting Music Valence and Arousal via Textual and Multimodal In-Context Learning in Large Language Models
Arxiv
0+阅读 · 10月22日
参考链接
微信扫码咨询专知VIP会员
Top