![语音/音频处理学术速递[5.20]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-05-20/2057013570092273664.png)
声浪
大语言模型为什么能像人一样说话和思考？
李航，张少华，林苑 我们每天都在使用大语言模型（Large Language Model，LLM）。一个明显的感受是，它们似乎真的能够理解我们的语言，虽然有时也会出现幻觉。另一方面，观察 LLM 输出的思维链，也就是其推理过程的语言表示，我…
69 0 0
![语音/音频处理学术速递[5.18]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-05-19/2056558051862908928.png)
ICASSP 2026 | URGENT Challenge Overview：迈向通用、鲁棒、可泛化的语音增强
本期为大家介绍基于ICASSP 2026 URGENT 语音增强比赛的总结论文[1]。在本届 ICASSP 2026 中，我们围绕 URGENT Challenge 的组织与评测工作，完成了 challenge overview 论文。 I…
70 0 0
arXiv严惩「用AI不核查」行为，违者拉黑一年，连坐所有作者
全球研究者注意：论文预印本上传平台 arXiv 又出新规了！ 今天凌晨，俄勒冈州立大学杰出教授（荣休）、arXiv 计算机科学分区 CoRR 的机器学习板块首席版主 Thomas G. Dietterich 宣布：根据我们的行为准则，在论文…
71 0 0
![语音/音频处理学术速递[5.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-05-15/2055216559600832512.png)
![语音/音频处理学术速递[5.14]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-05-14/2054809599474798592.png)
Dolphin-CN-Dialect 发布：同样的数据，换一种配方，让ASR听懂更多中国话
今天，海天瑞声与清华大学电子工程系语音与音频技术实验室（SATLab），发布Dolphin-CN-Dialect 汉语多方言语音识别模型！ 获取渠道 体验地址 · 非流式识别：
108 0 0
![语音/音频处理学术速递[5.13]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2026-05-13/2054506194315382784.png)
AVGen-Bench：面向下一代文生音视频模型的系统化评测框架
以下文章来源 微软亚洲研究院 微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-近日，微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-Bench。它关注的…
49 0 0