Interspeech 2026 | 墨尔本大学 AIMS AI Lab 16篇录用论文分享
以下内容来源：AIMS AI LAB 近日，AIMS AI Lab 共有16 篇论文被国际语音技术领域旗舰会议 Interspeech 2026 接收，覆盖多个前沿方向，包括语音大模型推理和后训练、情感计算、低资源语言、语音应用以及神经元群…
16 0 0
声浪
![语音与音频学术速递[6.25]](https://api.speechhome.com/Resources/Thumb/2026-06-25/2070080192008818688.png)
语音转换还要“偷看”未来？Zero-VC 实现真正零延迟：说话人匿名化一招破局
实时语音转换（Streaming Voice Conversion, VC）是虚拟人、实时变声、隐私通话等应用的核心技术。它的目标很明确：在极低延迟下，将源说话人的音色转换为目标说话人，同时保留内容和韵律。 然而，现有的流式零样本 VC 方…
26 0 0
![语音与音频学术速递[6.24]](https://api.speechhome.com/Resources/Thumb/2026-06-24/2069740770155433984.png)
![语音与音频学术速递[6.23]](https://api.speechhome.com/Resources/Thumb/2026-06-24/2069740665289445376.png)
看一眼就够了！MeMo：让 模型 在「看不见」时，依然能「听得准」
当视觉信息丢失、模糊或被遮挡，模型 还能否精准地从嘈杂人声中提取出目标说话人的声音？本文提出的MeMo 框架，借鉴人类大脑的「注意力动量」机制，让模型像人一样——只要看一眼，就能持续聚焦。 在视觉受损场景下，MeMo 取得了约27% 的相对…
24 0 0
![语音与音频学术速递[6.19]](https://api.speechhome.com/Resources/Thumb/2026-06-22/2069003417271013376.png)
Interspeech 2026丨上交大跨媒体语言智能实验室7篇录用论文分享
近日，Interspeech 2026 公布了论文录用结果，上海交通大学跨媒体语言智能实验室共7篇论文被会议接收。Interspeech 是由国际语音通信协会（ISCA）组织的语音研究领域的顶级会议之一，是全球最大的综合性语音信号处理领域的…
23 0 0
ACL 2026丨上交大跨媒体语言智能实验室5篇录用论文分享
近日，第 64 届国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics，ACL）公布了论文录用结果，上海交通大学跨媒体语言智能实验室共5篇论文被会…
18 0 0
ACL 2026 | 一种以数据为中心的可泛化语音深度伪造检测方法
ACL (Annual Meeting of the Association for Computational Linguistics) 是计算语言学与自然语言处理（NLP）领域最具影响力的国际学术会议之一，每年汇聚全球顶尖学者、研究机构…
40 0 0