图书信息
内容简介
对 arXiv cs.SD 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 132 篇论文 的细读整理，组织为 37 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 自监督音频表示学习 (17.5%) — 聚焦通过自监督学习技术（如对比学习与上下文预测）改进通用音频表示，用于下游分类任务。
- 多模态音视频生成与同步 (17.2%) — 探索音频与视觉内容的联合生成与同步，包括唇形同步、拟音生成与基于视频输入的空间音频。
- 语音增强与合成系统 (16.4%) — 开发高保真语音合成、增强与水印的神经模型，常整合文本或视觉先验以提升质量。
- 符号音乐生成与分析 (10.4%) — 涵盖基于扩散的音乐生成、音源分离与符号音乐数据集创建，处理去重与评估指标等问题。
- 自动语音识别与情感识别 (7.8%) — 利用参数高效微调、伪标注与可解释性技术，增强语音识别的鲁棒性与情感识别能力。
- 零样本声音转换与歌唱合成 (7.8%) — 研究基于解耦嵌入与潜扩散模型的零样本声音身份变换、歌唱声分离与音色控制。
- 音频深度伪造检测与欺骗防御 (6.5%) — 应对合成语音与音频欺骗攻击的检测，关注泛化性、可解释性以及对不断演进的深度伪造技术的鲁棒性。
- 大型音频-语言模型与推理 (6.3%) — 探索面向音频理解、推理与多模态交互的大语言模型的训练、微调与安全护栏。
- 实时音频处理与低延迟系统 (4.8%) — 优化实时应用算法，包括低延迟语音分离、流式 TTS 与高效动态时间规整实现。
- 端到端对话与说话人分离 (3.4%) — 聚焦复杂声学环境下多说话人对话、说话人分离与口语理解的端到端框架。
- 语音识别与合成技术报告与基准 (1.9%) — 提供语音识别与文本转语音系统的技术报告、基准与评估方法，包括幻觉分析。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
