音频生成论文趋势 2023–2026
音乐与音效生成
统计范围：NeurIPS、ICLR、ICML、CVPR 四个会议，2023–2026 年，共 357 篇被归入该主题的论文。
主要结论
- 音频生成论文从 2023 年的 32 篇增长到 2026 年的 136 篇，三年间扩大到约 4.3 倍。
- ICLR 是发音频生成论文最多的会议，2023–2026 年共 135 篇，占四个会议总量的 38%。
- 交叉方向里涨得最快的是应用 · computer vision：同时属于两个主题的论文从 2023 年的 0 篇增至 2026 年的 16 篇。
- 在「语音与音频」的 5 个主题里，它的 2026 年论文数排第 3；同组增长最快的视听学习是 1.8 倍，音频生成是 4.3 倍。
各会议论文数
按年份和会议统计
| 年份 | NeurIPS | ICLR | ICML | CVPR | 合计 |
|---|---|---|---|---|---|
| 2023 | 8 | 6 | 1 | 17 | 32 |
| 2024 | 18 | 22 | 16 | 17 | 73 |
| 2025 | 32 | 43 | 10 | 31 | 116 |
| 2026 | 21 | 64 | 25 | 26 | 136 |
代表论文
按年份和会议均匀挑选，方便快速看到每一届的样貌
- NeurIPS 2026A Unified Audio Language Model with Text-Aligned Factorized Audio Tokenization
- ICML 2026PHALAR: Phasors for Learned Musical Audio Representations
- ICLR 2026AC-Foley: Reference-Audio-Guided Video-to-Audio Synthesis with Acoustic Transfer
- CVPR 2026AudioStory Generating Long-Form Narrative Audio with Large Language Models
- NeurIPS 2025🎧MOSPA: Human Motion Generation Driven by Spatial Audio
- ICML 2025Audio Flamingo 2: An Audio-Language Model with Long-Audio Understanding and Expert Reasoning Abilities
- ICLR 2025ARLON: Boosting Diffusion Transformers with Autoregressive Models for Long Video Generation
- CVPR 2025AudCast: Audio-Driven Human Video Generation by Cascaded Diffusion Transformers
- NeurIPS 2024Vocal Call Locator Benchmark (VCL) for localizing rodent vocalizations from multi-channel audio
- ICML 2024An Independence-promoting Loss for Music Generation with Language Models
- ICLR 2024Error Norm Truncation: Robust Training in the Presence of Data Noise for Text Generation Models
- CVPR 2024FlowVQTalker: High-Quality Emotional Talking Face Generation through Normalizing Flow and Quantization
- NeurIPS 2023High-Fidelity Audio Compression with Improved RVQGAN
- ICML 2023Make-An-Audio: Text-To-Audio Generation with Prompt-Enhanced Diffusion Models
- ICLR 2023AudioGen: Textually Guided Audio Generation
- CVPR 2023Conditional Generation of Audio From Video via Foley Analogies
- NeurIPS 2026AudioCALM: Continuous Autoregressive Language Modeling for Universal Audio Generation
- ICML 2026SonicMaster: Towards Controllable All-in-One Music Restoration and Mastering
- ICLR 2026AudioX: A Unified Framework for Anything-to-Audio Generation
- CVPR 2026Avatar Forcing Real-Time Interactive Head Avatar Generation for Natural Conversation
全部音频生成论文
共 52 篇，第 2 / 2 页
在 Claude、Cursor 里直接问这个趋势
接上 Paperlist MCP 后，写综述、挑方向或准备投稿时，不用离开对话框就能拿到这页的数字：每年各会议的论文数、增长倍数、涨得最快的子方向和代表论文，AI 会按你的问题整理。
可以直接复制这句话问 AI
用 paperlist 查音频生成在 ICLR 2023–2026 的论文趋势，哪一年涨得最快？
AI 会调用的工具：get_topic_stats {"topic": "audio-generation"}
常见问题
- 2023–2026 年四大会议一共有多少篇音频生成论文？
- 共 357 篇，按年份分别是 2023 年 32 篇、2024 年 73 篇、2025 年 116 篇、2026 年 136 篇。
- NeurIPS 2026 有多少篇音频生成论文？
- NeurIPS 2026 有 21 篇音频生成论文，上一届是 32 篇。
- ICLR 2026 有多少篇音频生成论文？
- ICLR 2026 有 64 篇音频生成论文，上一届是 43 篇。
- ICML 2026 有多少篇音频生成论文？
- ICML 2026 有 25 篇音频生成论文，上一届是 10 篇。
- CVPR 2026 有多少篇音频生成论文？
- CVPR 2026 有 26 篇音频生成论文，上一届是 31 篇。
- 哪个会议的音频生成论文最多？
- ICLR，2023–2026 年共 135 篇。