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
DiFlow-TTS: Compact and Low-Latency Zero-Shot Text-to-Speech with Factorized Discrete Flow Matching
Arxiv
0+阅读 · 1月7日
Sound Event Detection with Boundary-Aware Optimization and Inference
Arxiv
0+阅读 · 1月7日
Domain Adaptation of the Pyannote Diarization Pipeline for Conversational Indonesian Audio
Arxiv
0+阅读 · 1月7日
Density Matrix RNN (DM-RNN): A Quantum Information Theoretic Framework for Modeling Musical Context and Polyphony
Arxiv
0+阅读 · 1月8日
Summary of The Inaugural Music Source Restoration Challenge
Arxiv
0+阅读 · 1月7日
WESR: Scaling and Evaluating Word-level Event-Speech Recognition
Arxiv
0+阅读 · 1月8日
Analyzing Reasoning Shifts in Audio Deepfake Detection under Adversarial Attacks: The Reasoning Tax versus Shield Bifurcation
Arxiv
0+阅读 · 1月7日
A Unified Spoken Language Model with Injected Emotional-Attribution Thinking for Human-like Interaction
Arxiv
0+阅读 · 1月8日
Leveraging Prediction Entropy for Automatic Prompt Weighting in Zero-Shot Audio-Language Classification
Arxiv
0+阅读 · 1月8日
Semi-Supervised Diseased Detection from Speech Dialogues with Multi-Level Data Modeling
Arxiv
0+阅读 · 1月8日
ASVspoof 5: Evaluation of Spoofing, Deepfake, and Adversarial Attack Detection Using Crowdsourced Speech
Arxiv
0+阅读 · 1月7日
When Tone and Words Disagree: Towards Robust Speech Emotion Recognition under Acoustic-Semantic Conflict
Arxiv
0+阅读 · 1月8日
IndexTTS 2.5 Technical Report
Arxiv
0+阅读 · 1月8日
IndexTTS 2.5 Technical Report
Arxiv
0+阅读 · 1月7日
Muse: Towards Reproducible Long-Form Song Generation with Fine-Grained Style Control
Arxiv
0+阅读 · 1月7日
参考链接
微信扫码咨询专知VIP会员
Top