Interspeech 2026 | 讯飞8篇论文入选,解锁智能语音硬核突破!
国际智能语音顶会Interspeech 2026传来捷报!科大讯飞研究院智能语音团队与联合实验室,8篇论文强势入选,覆盖语音编码、合成、识别、事件检测等核心方向,集中展现智能语音领域前沿成果!
**语音编码新突破**:P2PSynCodec超低码率编解码器,仅0.5kbps码率,语音质量媲美2.0kbps方案,码率直降75%,高效破局!
**临床安全新评估**:成对声学压力测试框架,揪出环境噪声对临床语音识别的安全隐患,搭配轻量级证据约束策略,筑牢临床安全防线。
**语音合成再进阶**:动态韵律预测让LLM-based TTS精准捕捉说话风格,大幅提升相似度;EmoInstruct-TTS凭双路径设计,凭自然语言指令实现情感细粒度可控,自然又灵动;注意力引导方案,有效消除合成语音稳定性幻觉。
**检测识别强赋能**:双分支网络搭配性能感知均值教师,提升声音事件检测精度;语义锚点法让开放词汇检测准确率飙升;多通道自适应框架融合空间信息,让会议场景说话人日志、分离与识别性能全面跃升!
讯飞以硬核技术,持续引领智能语音创新,9月悉尼盛会,见证更多惊喜!
发布于 安徽
