该文综述多项音频与语音AI研究，包括LLM-TSE将文本线索用于目标说话人提取、声音引导图像编辑、SoundFilter声音分离、流利语音编辑、语言模型声音事件检测、EditSpeech语音编辑、VoiceLDM文本到音频生成、SAMLM混合编码处理、CoEdIT文本编辑及Foley声音生成系统。