![语音/音频处理学术速递[2.9]](https://api.speechhome.com/Resources/Thumb/2026-02-09/2020751397838000128.png)
声浪
GPT-5.3上线Codex！OpenAI回应Claude新模型只用了15分钟
来源丨量子位 火星撞地球，新模型大战！ Claude Opus 4.6发布仅仅15分钟，OpenAI也甩出了自己最新最强编程模型—— GPT-5.3-Codex。 最直观的感受是，这个新模型终于有点美学品味了。 官方展示了两个Demo：一个…
21 0 0
ICASSP 2026｜通义实验室13篇录用论文分享
通义实验室语音团队提出一种基于心理学 PAD 模型的情感语音合成框架，支持用户在愉悦度（Pleasure）、唤醒度（Arousal）和支配度（Dominance）上灵活控制情感表达。无需依赖固定情感标签，就能自由组合出“温柔但坚定”“兴奋而…
31 0 0
![语音/音频处理学术速递[2.6]](https://api.speechhome.com/Resources/Thumb/2026-02-09/2020751090345185280.png)
TASLP 2026 - 声纹密码易被攻击，CODA-OCC 可有效拦截伪装声音
想象这样一个场景：你使用声纹锁保护隐私，攻击者在旁边播放了一段看似普通的陌生人录音（比如一段新闻或别人的谈话）。人耳听不出异样，声纹锁却被“欺骗”并打开了——这就是物理信道（OTA）对抗攻击。 以往，空气中的噪音和回声是天然的屏障，会让这种…
24 0 0
ICASSP 2026｜杭电智能语音课题组3篇录用论文分享
本期分享杭州电子科技大学智能语音课题组在信号处理领域顶级会议ICASSP 2026上录用的3篇论文，入选论文涵盖生成式语音增强、高保真神经音频压缩以及基于最优传输的无监督学习。作为IEEE主办的全球旗舰会议，ICASSP是语音与音频前沿技术…
21 0 0
![语音/音频处理学术速递[2.5]](https://api.speechhome.com/Resources/Thumb/2026-02-05/2019354260243877888.jpg)
【交我学-24】IWSLT2025赛事视角下，同步语音翻译研究近况与未来展望
AudioCC交我学 在全球化沟通日益频繁的今天，口语机器翻译（SLT）作为打破语言壁垒的核心技术，正朝着更实时、更高效、更贴合真实场景的方向发展。 IWSLT作为每年一度的国际口语机器翻译评测大赛，致力于推动口语翻译各领域发展。2025…
21 0 0
ICASSP 2026｜上交大跨媒体语言智能实验室12篇录用论文分享（二）
近日，ICASSP 2026会议发出了审稿结果通知，上海交通大学跨媒体语言智能实验室共12篇论文被会议接收。我们将用两期推送介绍接收论文，本文是第二期。 07、Task Vector in TTS: Toward Emotionally E…
17 0 0
Avignon&剑桥大学：自监督语音模型预训练的数据选择策略研究
标题：A Study Of Data Selection Strategies For Pre-Training Self-Supervised Speech Models 链接：https://arxiv.org/pdf/2601.208…
13 0 0