语言与语音处理-论文12篇（2025年9月）

主要观点总结

本文主要介绍了多个关于音频处理和语音识别的研究，包括基于GFT的语音增强、多模态和多任务语音情感识别、吉他弦分离、语音生成的大规模数据集、非程序员理解的触发器动作规则、讽刺识别、听觉中脑神经编码建模、语音编解码器的丢包隐藏、符号音乐生成、音频深度伪造检测和声源定位等。

关键观点总结

关键观点1: 基于GFT的语音增强

利用图傅里叶变换来提高语音清晰度，解决现有方法中存在的数值误差和稳定性问题。

关键观点2: 多模态和多任务语音情感识别

利用自动语音识别技术，全面识别说话人的情感状态，解决ASR错误降低情感识别性能的问题。

关键观点3: 吉他弦分离

将深度学习架构应用于吉他弦分离任务，使用多通道Wave-U-Net进行波形到波形的处理。

关键观点4: 语音生成的大规模数据集

引入开源预处理管道，从野生源中提取高质量的训练数据，构建超过10万小时语音的大规模数据集。

关键观点5: 非程序员理解的触发器动作规则

研究语言线索如何帮助非程序员区分事件和状态，提高触发器动作规则的可理解性。

关键观点6: 讽刺识别

综述基于语音的讽刺识别方法，描述从单峰方法到多峰方法的演变，涵盖数据集、特征提取和分类方法。

关键观点7: 听觉中脑神经编码建模

建立高分辨率和高精度的听觉中脑神经编码模型，解决听觉处理的计算建模挑战。

关键观点8: 语音编解码器的丢包隐藏

提出趋势感知的多尺度堆叠融合方法来改善丢包情况下语音编解码器的性能。

关键观点9: 符号音乐生成

利用多尺度感知器有效分割来生成长期表达符号音乐，同时学习结构依赖和表达细节。

关键观点10:

关键观点11: