颜水成团队推出VoiceMem，语音领域首个零延迟“流式双脑”记忆架构来了！
AI与人的长期关系，需要在一次次交流中建立起来。 昨天聊过的内容，可以帮助AI理解今天的对话；今天的对话，也会成为它下一次回应的依据。 AGI Being所指向的，正是一种能够在长期相处中逐渐了解一个人的智能存在。 而在实时语音中，AI怎样…
35 0 0
声浪
中科大团队提出StreamWSR：一种面向实时场景的轻量级语音超分辨率方案
在实时通信、语音交互和音频修复等场景中，语音超分辨率（Speech Super-Resolution, SR）技术扮演着重要角色——它能够从低采样率的语音信号中重建丢失的高频成分，从而提升语音的清晰度、自然度和可懂度。 然而，如何在极低延迟…
22 0 0
![语音与音频学术速递[9.7]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-09-07/2096907457698861056.png)
语音与音频学术速递[9.7]
今日论文合集：CS.SD语音与音频 | 共 13 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Motion-Omni: End…
103 0 0
技术解读｜复杂人声干扰下，如何让 ASR “听对人”
在安静环境里，语音识别的问题很直接：用户说什么，模型就转录什么。但在会议、车内或咖啡厅里，用户的声音经常会和旁人交谈一起进入麦克风。 假设用户说“打开导航”，旁边的人同时说“我们明天几点出发”。一种常见错误不是把“导航”识别成别的词，而是把…
130 0 0
NCMMSC 2026 | 论文录用结果公布！会议注册开放，11月横琴见！
感谢各位作者对 NCMMSC 2026 的关注与支持，也感谢程序委员会、Meta Reviewer 和 Reviewer 为论文评审工作付出的时间与努力。第二十一届全国人机语音通讯学术会议（NCMMSC 2026）论文录用结果于2026年9…
88 0 0
EMNLP2026丨南京大学自然语言处理研究组六篇录用论文分享
EMNLP（Conference on Empirical Methods in Natural Language Processing）是自然语言处理领域顶级国际会议之一，其涉及领域包括但不限于机器翻译、文本生成、文本分类、信息抽取、问答…
89 0 0
内蒙古大学团队提出ABSE-NET：为开放式助听器语音增强提供轻量化方案
随着听力健康需求日益增长，助听器已成为改善听障人士生活质量的关键设备。传统封闭式助听器虽能有效隔绝外界噪声，但长期佩戴易产生“堵耳效应”，佩戴体验较差。 开放式助听器凭借佩戴舒适、聆听自然的优势备受关注。然而其泄压通风孔会带来声学泄漏问题：…
92 0 0
![语音与音频学术速递[9.4]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-09-07/2096869884016332800.png)
语音与音频学术速递[9.4]
今日论文合集：CS.SD语音与音频 | 共 12 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Compressing Stre…
94 0 0
EMNLP 2026 | SimulS2ST-Omni：用更少的配对语音数据，让模型边听、边译、边说
论文题目：SimulS2ST-Omni: Data-Efficient Streaming Speech-to-Speech Translation via Explicit Trajectory Supervision 会议名称：EMNL…
71 0 0
![语音与音频学术速递[9.3]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-09-07/2096907032509681664.png)
语音与音频学术速递[9.3]
今日论文合集：CS.SD语音与音频 | 共 6 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Removing Speech,…
67 0 0