论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。所有文章语音合成领域统计列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。读者有什么建议可以直接给我发消息，我将不断修改该统计。如有转载，请注明出处。欢迎关注微信公众号：低调奋进。
?（二月份我分享文章有点少，主要最近手头活没干完，自己没那么多精力阅读）
一 语音合成篇
表一给出具体分类说明，表二为每种分类的具体情况。2022年2月的语音合成相关的文章有23篇，比1月份的情况还少，呈下降趋势。但与2021年的1月份和2月份来说是增加了（图1为2021年论文情况，不保证遗漏情况，2021年度具体参见https://mp.weixin.qq.com/s/507imeCyF8cyH6rSlVKr6A）。从表二的具体方向文章数量可知，声学模型、歌唱和音乐合成、声码器和多模态的文章较多，尤其声码器lpcnet作者又发了两篇关于lpcnet的文章。声音转换的文章跟去年一样，但没有预料的增长，更多工作趋向无监督或者端到端的?方向研究。总体研究情况没有出现特别亮眼的?系统。
表一? 语音合成分类说明?
| 分类 | 说明 |
| 前端 | 多音字，韵律，g2p等等。 |
| 声学模型 | 语言特征转声学特征，attention工作，多说话人以及双重学习 |
| 声码器 | 波形生成 |
| 个性化 | 少数据，脏数据应用等自适应 |
| 多语言 | 多语言模型 |
| 歌唱合成 | 歌唱和音乐合成 |
| 情感 | 风格和情感 |
| 多模态 | 主要搜集talking head文章 |
| 声音转换 | 基于GAN方案和特征解耦方案 |
| S2S | ?speech-to-speech |
| 其它 | 基于EEG合成，开源数据，MOS评测以及语音合成的应用 |
表二 语音合成文章情况表（单位：篇）
| 篇数 | ||
| 1月 | 27 | |
| 2月 | 23 | |
| 1月 | 2月 | |
| 前端 | 2 | 0 |
| 声学模型 | 4 | 5 |
| 声码器 | 1 | 5 |
| 个性化 | 1 | 2 |
| 多语言 | 1 | 1 |
| 歌唱合成 | 5 | 3 |
| 情感风格 | 2 | 2 |
| 多模态 | 4 | 3 |
| 声音转换 | 4 | 2 |
| s2s | 1 | 0 |
| 其它 | 2 | 0 |
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?图1?2021年语音合成论文情况柱状图
语音合成的文章列表请访问http://yqli.tech/page/tts_paper.html
2022.02月份的文章
二?语音识别篇
语音识别的文章分类参照表三说明。表四为每个方向的具体文章数据量和本月的文章总量，其中2月份ASR相关的文章有44篇，比1月份相对增长，尤其一些参加比赛的文章比较多，比如M2MeT?等等。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 表三? 语音识别分类说明?
| 分类 | 说明 |
| general | 包括传统、混合语音识别，以及对asr的优化 |
| ctc | ctc优化 |
| rnn-t | rnn-t的优化 |
| aed | aed优化 |
| dataset | 开源数据库 |
| data aug | 数据增广 |
| lm | 语言模型研究 |
| multilingual | 多语音系统以及code-switch |
| personal | 少数据量自适应以及个性化ASR |
| rescoring | 多种模型联合打分 |
| unsupervised | 无监督或者自监督学习 |
| accent?,dialect | 口音和方言 |
| other | 其它方向研究，包括系统评价标准等等 |
| robust | 鲁棒性 |
| multichannel | 多通道 |
?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?表四? 语音识别文章数量统计（单位：篇）
| 篇数 | ||
| 1月 | 35 | |
| 2月 | 44 | |
| 1月 | 2月 | |
| general | 12 | 10 |
| ctc | 1 | 0 |
| rnn-t | 3 | 1 |
| aed | 1 | 1 |
| dataset | 3 | 0 |
| data augmentation | 1 | 1 |
| lm | 2 | 2 |
| multilingual | 2 | 1 |
| personal | 0 | 7 |
| rescoring | 1 | 1 |
| unsupervised | 2 | 3 |
| accent | 1 | 0 |
| multichannel | 0 | 4 |
| robust | 0 | 0 |
| other | 6 | 13 |
?
语音识别的文章列表请访问http://yqli.tech/page/asr_paper.html
2022.02月份语音识别具体文章
