オーナー

BinWang28

ログインしてフォロー

索引済みのリポジトリ 1 件 · GitHub で見る

audio-ai-hub
The hub for audio AI research: papers, open models, benchmarks & datasets across audio LLMs, speech recognition, TTS, music & audio gener...

Python · スター 960 個

初心者向けすべて

オープンすべて

誰かが対応中かもしれないイシューは最後に並べています。すべて日付順に表示

[Auto-suggested] Does Location Matter? A Black-Box Causal Audit Reveals Model-Dependent Audio Grounding in LALM Hallucination
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#202 · 2026年10月12日に作成
[Auto-suggested] What Do Audio-Language Judges of Generated Music Listen For? Four Probes with Controls from Expert Ratings
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

BinWang28/audio-ai-hub#201 · 2026年10月12日に作成
[Auto-suggested] Frontend-Assisted Large Audio-Language Models for SLT2026 SmartGlasses Challenge
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 66/100

BinWang28/audio-ai-hub#200 · 2026年10月12日に作成
[Auto-suggested] Oído: Open-Vocabulary Speech Recognition on a $5 Microcontroller without a Neural Accelerator
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 66/100

BinWang28/audio-ai-hub#199 · 2026年10月12日に作成
[Auto-suggested] Phonology-Aware Speaker Extraction Frontend for Audio LLMs
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 55/100

BinWang28/audio-ai-hub#198 · 2026年10月12日に作成
[Auto-suggested] Lossless Inference Acceleration for ASR via EAGLE-Style Speculative Decoding
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 67/100

BinWang28/audio-ai-hub#197 · 2026年10月12日に作成
[Auto-suggested] AudioTETRIS: Token Elimination via Transitional Importance Signals for Efficient Audio LLMs
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 57/100

BinWang28/audio-ai-hub#196 · 2026年10月12日に作成
[Auto-suggested] Enhancing Speech Recognition through Text-to-Speech and Voice Conversion Augmentation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1時間未満初心者へのやさしさ 70/100

BinWang28/audio-ai-hub#195 · 2026年10月12日に作成
Add DuplexJev: Batched Speech Decisions Without Decoding
オープン
- 何か問題がありますか？
new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 78/100

BinWang28/audio-ai-hub#194 · 2026年10月12日に作成
[Add] <GenAI-Audio>: <Challenges and opportunities of generative artificial intelligence models in audio/acoustic domain: a comprehensive survey>
オープン
- 何か問題がありますか？
new-entry

難易度 1/5 1時間未満初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#193 · 2026年10月12日に作成
[Auto-suggested] Text-Centric Post-Training for Omni-Modal Reasoning
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#191 · 2026年10月5日に作成
[Auto-suggested] OmniConfess: Eliciting Token Confessions to Mitigate Omni-Modal Hallucination
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1〜3時間初心者へのやさしさ 72/100

BinWang28/audio-ai-hub#190 · 2026年10月5日に作成
[Auto-suggested] An automated pipeline for standardised speech-unit annotation in spontaneous dialogue
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 66/100

BinWang28/audio-ai-hub#189 · 2026年10月5日に作成
[Auto-suggested] Augmenting Large Audio Language Models with Low-Level Acoustic Features for Dysarthric Speech Detection
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#188 · 2026年10月5日に作成
[Auto-suggested] Personalized Automatic Speech Recognition for a Dysarthric and Tracheostomic Speaker using Artificial Conversations
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#187 · 2026年10月5日に作成
[Auto-suggested] ParaGeo: Decomposing Paralinguistic Variation into a Shared Latent Geometry
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#186 · 2026年10月5日に作成
[Auto-suggested] DriftTTS: Few-Step Text-to-Speech Without Distillation via Distribution-Matching Drift
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 67/100

BinWang28/audio-ai-hub#185 · 2026年10月5日に作成
[Auto-suggested] Rubric-Based Optimization for Text-to-Music Generation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 67/100

BinWang28/audio-ai-hub#184 · 2026年10月5日に作成
[Auto-suggested] Test-time adaptation for speech enhancement with an autoregressive speech prior
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1〜3時間初心者へのやさしさ 69/100

BinWang28/audio-ai-hub#182 · 2026年9月7日に作成
[Auto-suggested] Masked Autoregressive Speech Enhancement with Continuous Neural Audio Codec Representations
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#181 · 2026年9月7日に作成
[Auto-suggested] Knowing When Not to Answer: Pseudo-Ensembles for Abstention in Music Audio-Language Models
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

BinWang28/audio-ai-hub#180 · 2026年9月7日に作成
[Auto-suggested] Brain2Speech-Net: Intelligible, Real-Time Brain-to-Speech Synthesis Without Text Decoding
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#179 · 2026年9月7日に作成
[Auto-suggested] Pitch-class Steering for Diffusion-based Music Generation via Latent-space Probes
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 63/100

BinWang28/audio-ai-hub#178 · 2026年9月7日に作成
[Auto-suggested] SCAPES: Semantically Conditioned Autoregressive Prior for Environmental Sounds
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

BinWang28/audio-ai-hub#177 · 2026年9月7日に作成
[Auto-suggested] Tracing Audio Grounding and Answer Selection in Audio LLMs
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 76/100

BinWang28/audio-ai-hub#176 · 2026年9月7日に作成
[Auto-suggested] PRISM-Bench: An Audio-Centric Diagnostic Benchmark for Text-to-Audio-Video Generation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 67/100

BinWang28/audio-ai-hub#175 · 2026年9月7日に作成
[Auto-suggested] When Text Misleads: Inconsistent-Aware Reasoning for Audio-Grounded Dialogue
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 58/100

BinWang28/audio-ai-hub#174 · 2026年8月31日に作成
[Auto-suggested] Direct or Mediated? Task-Dependent Audio Information Routing in Large Audio Language Models
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 45/100

BinWang28/audio-ai-hub#173 · 2026年8月31日に作成
[Auto-suggested] Soft Active Electromyography Interface for Machine Learning-Enabled Silent Speech Recognition
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 57/100

BinWang28/audio-ai-hub#172 · 2026年8月31日に作成
[Auto-suggested] SURE-Challenge: Evaluating Speech Evidence Before Speech-LLM Generation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 57/100

BinWang28/audio-ai-hub#171 · 2026年8月31日に作成
[Auto-suggested] When Robots Mishear Us: Mapping the Safety Risks of Voice-Controlled Embodied AI
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#170 · 2026年8月31日に作成
[Auto-suggested] Effects of HRTF Augmentation on Predicted Spatial Release from Masking in Music
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 55/100

BinWang28/audio-ai-hub#169 · 2026年8月31日に作成
[Auto-suggested] Auditing Generative Audio Calls for Known-Task Audio-LLM Evaluation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 3/5 半日初心者へのやさしさ 48/100

BinWang28/audio-ai-hub#168 · 2026年8月31日に作成
[Auto-suggested] Is Prosody Lost in Translation? Fine-Grained Cross-Lingual Prosody Similarity Across Languages
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 63/100

BinWang28/audio-ai-hub#167 · 2026年8月31日に作成
[Auto-suggested] A Speech Corpus for Mizo Automatic Speech Recognition: Whisper and SraVaani 1.0 Fine-Tuning with Morphology-Aware Evaluation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 55/100

BinWang28/audio-ai-hub#166 · 2026年8月24日に作成
[Auto-suggested] Understanding Multilingual Medical ASR Adaptation Through Layer-Wise Analysis
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#165 · 2026年8月24日に作成
[Auto-suggested] Geometric Iterative Retrieval for Neural Audio Codec Resynthesis
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 66/100

BinWang28/audio-ai-hub#164 · 2026年8月24日に作成
[Auto-suggested] Does Listening Matter? Backchanneling and Nodding in AI Clone
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1〜3時間初心者へのやさしさ 48/100

BinWang28/audio-ai-hub#163 · 2026年8月24日に作成
[Auto-suggested] Listening Forward: Next Patch Embedding Prediction Enables Scalable Audio Learners
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 72/100

BinWang28/audio-ai-hub#162 · 2026年8月24日に作成
[Auto-suggested] Towards Quantifying Benchmark Optimization in ASR Models
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#161 · 2026年8月24日に作成
[Auto-suggested] Training DeepFilterNet with Accurate Room Acoustic Simulations Improves Single-Channel Speech Enhancement
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 62/100

BinWang28/audio-ai-hub#160 · 2026年8月24日に作成
[Auto-suggested] TurboBias 2.0: Streaming Context-Biasing for Production-Efficient ASR Systems
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 66/100

BinWang28/audio-ai-hub#159 · 2026年8月24日に作成
[Auto-suggested] OmniScientist: An Omni-Modal Omni-Discipline AI Scientist
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1時間未満初心者へのやさしさ 64/100

BinWang28/audio-ai-hub#157 · 2026年8月17日に作成
[Auto-suggested] StreamHear: Domain-Adapted Pseudo-Labeling for Semi-Supervised Streaming Speech Recognition
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 65/100

BinWang28/audio-ai-hub#156 · 2026年8月17日に作成
[Auto-suggested] VoiceChat-TTS: A Low-Latency Continuous Speech Synthesis Model for Interactive Agents
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 55/100

BinWang28/audio-ai-hub#155 · 2026年8月17日に作成
[Auto-suggested] Alignment Drift in Single-Model Speculative Decoding for ASR: Mechanism, Correction, and Cost
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#154 · 2026年8月17日に作成
[Auto-suggested] Measuring Fairness in Large Audio Language Models via Semantic-Aware Bias Estimation
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#153 · 2026年8月17日に作成
[Auto-suggested] VoxAudio: Vocalized Audio Synthesis via Multi-Reward Autoregressive Flow Matching
再び着手できるかもこのイシューのプルリクエストはマージされずにクローズされました。オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 35/100

BinWang28/audio-ai-hub#152 · コメント 1 件 · 2026年8月17日に作成
[Auto-suggested] S2Dialog: Multimodal Dialogue Retrieval with Semantic and Acoustic-Style Modeling
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 1/5 1時間未満初心者へのやさしさ 68/100

BinWang28/audio-ai-hub#151 · 2026年8月17日に作成
[Auto-suggested] Leading-Silence Augmentation and Multi-Stage Synthetic Supervision for the Second MLC-SLM Challenge
オープン
- 何か問題がありますか？
auto-suggested new-entry

難易度 2/5 1〜3時間初心者へのやさしさ 55/100

BinWang28/audio-ai-hub#150 · 2026年8月17日に作成

BinWang28

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

何か問題がありますか？

最新の 100 件のみ表示しています

新しい issue をメールで受け取る