IEEE/ACM Transactions on Audio, Speech, and Language Processing投稿模板及期刊介绍

IEEE/ACM Transactions on Audio, Speech, and Language Processing（简称《TASLP》）是音频、语音及语言处理领域的旗舰期刊，致力于发表跨学科的原创研究，涵盖信号处理、人工智能及人机交互的理论与应用，为全球研究者及工程师提供权威平台。投稿需展现研究的创新性、技术深度及应用价值，并严格遵循IEEE格式规范。

IEEE推荐AJE的论文润色等服务，您在向IEEE旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊。

AJE基于期刊官网的投稿指南，为音频及语言处理领域的学者提供实用指导，助力打造符合期刊标准的学术文章。

期刊主页：https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=6570655

期刊简介

《TASLP》由IEEE Signal Processing Society、ACM及IEEE Computer Society联合主办，创刊于2014年（前身为《IEEE Transactions on Audio, Speech, and Language Processing》，2006-2013年），专注于音频、语音及语言处理的理论、算法及应用。期刊涵盖语音识别、语音合成、音频信号处理、自然语言处理、对话系统、声学建模及多模态信号处理等。文章需具创新性、科学严谨性或跨学科应用价值，适合信号处理、AI及语言技术领域的专业人士。期刊采用严格的同行评审，初审平均8-12周（官网数据）。作为混合出版期刊，作者可选择传统订阅模式或开放获取（OA）。

期刊相关信息：

• 影响因子：4.1（2023年）
• 中科院分区：2区（计算机科学-工程：电子与电气）1区（声学）
• 出版费用：开放获取费用（APC）为2,345美元（2025年IEEE标准，官网数据）；订阅模式无APC。
• 出版频率：月刊（每年12期）。

投稿注意事项

• 文章长度：建议8-12页（双栏），含图表和参考文献；超出12页需支付超页费（220美元/页）。
• 投稿信：需提交，说明研究的创新性、技术贡献及适合《TASLP》的理由，需突出音频/语言处理的跨学科价值。
• 初始投稿格式：需使用IEEE双栏模板（Word或LaTeX），初稿提交PDF，图表嵌入正文。
• 数据可用性：强烈建议公开数据，存放在IEEE DataPort或公共存储库（如figshare）并提供DOI。
• 代码可用性：需提供算法或实验代码（如GitHub链接）或补充材料。
• 预印本政策：接受在arXiv等预印本服务器发布的稿件，需在投稿时声明。
• 审稿周期：初审约8-12周，采用单盲评审，至少三位审稿人。
• 出版费用减免：开放获取文章的无资助研究可申请APC减免，投稿后联系IEEE出版办公室（openaccess@ieee.org）。
• 开放获取选项：作者可选择开放获取（需支付APC）或订阅模式（无APC）。
• 彩图费用：订阅模式下，彩图每页175美元；开放获取文章无彩图费用。
• 投稿限制：允许一轮主要修订和一轮次要修订，拒绝后需编辑许可方可重新提交。
• 语言润色：建议使用IEEE推荐的AJE（American Journal Experts）服务，润色证明可随稿件提交。
• 扩展论文：如基于会议论文扩展，需新增至少30%内容，并提交原会议论文供审查。

文章类型

《TASLP》主要发表以下类型文章：

• Regular Paper：完整研究文章（8-12页），报告音频、语音或语言处理的原创研究。
• Short Paper：简短研究报告（≤6页），聚焦新颖发现或初步结果。
• Survey Paper：综述音频/语言处理某一专题（8-12页），需具广泛参考价值，通常由编辑邀请。
• Comment：对已发表文章的评论或更正（≤2页），需编辑批准。
• Correction：更正已发表文章，需编辑批准。

投稿需通过Manuscript Central提交，Survey Paper需先联系编辑（taslp-eic@ieee.org）。

文章结构

一篇典型的Regular Paper包括以下部分，每部分附简短英文示例：

• 标题：简洁、描述性，突出音频/语言主题，最大15字。
  示例：
  Deep Speech Recognition Model
• 作者信息：列出所有作者的姓名、单位、电子邮件及ORCID。
  示例：
  Department of Computer Science, University of Toronto, Toronto, ON, Canada
  Li Wei, Sarah Patel
  Speech Lab, University College London, London, UK
  Emma Brown
• 贡献声明：明确每位共同作者的贡献，遵循IEEE标准。
  示例：
  L.W. developed the model; S.P. conducted experiments; E.B. wrote the manuscript.
• 通信作者：指定通信作者，提供电子邮件及ORCID。
  示例：
  Correspondence to: Emma Brown (emma.brown@ucl.ac.uk)
• 摘要：概述研究背景、方法、结果和意义，最大250字，无参考文献。
  示例：
  A deep learning model for speech recognition achieves 5% WER on noisy data. Experiments on 10,000 utterances show 20% improvement over baselines. Code is available at GitHub (https://github.com/SpeechModel). This model enhances real-time transcription.
• 关键词：提供3-8个关键词，便于检索。
  示例：
  speech recognition, deep learning, noise robustness, audio processing
• 引言：介绍研究背景、问题及目标，需包含参考文献。
  示例：
  Speech recognition struggles in noisy environments [1]. Deep learning offers robust solutions [2]. This paper proposes a noise-robust neural model.
• 正文：分节描述方法、实验、结果和讨论，使用子标题。
  示例：
  Model Architecture
  The proposed CNN-RNN model reduces WER by 20% in 30 dB noise (figure 1) [3].
• 结论：总结关键发现，提出应用或未来方向。
  示例：
  Conclusion
  The model improves speech recognition in noise. Future work will address multilingual data.
• 参考文献：列出所有引用文献（详见第6节）。
  示例：
  [1] G. Hinton et al., “Deep neural networks for acoustic modeling,” IEEE Trans. Audio, Speech, Lang. Process., vol. 20, no. 4, pp. 123-134, Apr. 2012.
• 致谢（可选）：感谢资助机构或个人，包含资助编号。
  示例：
  Funded by NSERC grant SP-1234567. We thank the Toronto Speech Lab.
• 作者简介：简述作者背景、教育经历及研究兴趣，附照片（可选）。
  示例：
  Li Wei received the Ph.D. degree from University of Toronto in 2022. Her research focuses on speech recognition.
• 伦理声明：包括利益冲突声明。
  示例：
  Competing interests: The authors declare no competing interests.
• 数据可用性（如适用）：提供数据存储库名称和访问编号。
  示例：
  Data available at IEEE DataPort: https://doi.org/10.21227/abc123
• 补充材料（可选）：提供额外数据、代码或音频。
  示例：
  Supplementary Audio S1: Speech recognition demo.
  Supplementary Data S1: Experimental datasets.

格式要求

《TASLP》要求初稿使用IEEE双栏模板（Word or LaTeX），建议8-12页，修订稿需符合出版规范。以下是具体要求：

字体和字号

• 正文：Times New Roman，10号字，单倍行距。
• 一级标题：粗体，11号字，首字母大写。
• 二级标题：粗体，10号字，首字母大写。
• 图表标题：粗体，8号字。

页面布局

• 使用 A4或Letter纸张，双栏排版。
• 页边距：上2.5厘米，下1.9厘米，左右1.6厘米。
• 行距：单倍行距，段前段后0点间距。

图表格式

• 图表嵌入正文，初稿为PDF，修订稿需单独上传高分辨率文件。
• 图表标题置于下方，Times New Roman，8号字，居中。
• 图表文字：8号字，确保清晰。
• 图表分辨率：至少600 DPI，推荐格式为TIFF、EPS或高分辨率JPEG。
• 颜色选择：支持彩色，建议高对比度（如蓝/黄），避免红绿。
• 图例：每幅图说明不超过300字，置于图下方。
• 版权：需获得受版权保护的图表许可，提交许可文件。
• 示例：
  Figure 1: Model performance.
  a WER vs. noise level (blue: proposed; red: baseline). b Latency analysis.

公式与术语

• 公式居中，右对齐编号，如 (1)，文中称为“equation (1)”.
• 术语遵循IEEE标准（如“word error rate”而非 “WER”）。
• 示例：
  (1) L = -Σlog(p(y|x))

表格

• 表格嵌入正文，包含标题和图例，置于页面顶部或底部。
• 大型表格作为补充材料（如Excel）。

参考文献格式

《TASLP》要求使用IEEE引用风格，按文中出现顺序编号，文中以方括号引用（如 [1]）。参考文献需准确，优先引用期刊文章。以下是示例：

• 期刊文章：
  [1] G. Hinton, L. Deng, and D. Yu, “Deep neural networks for acoustic modeling,” IEEE Trans. Audio, Speech, Lang. Process., vol. 20, no. 4, pp. 123-134, Apr. 2012.
• 会议论文：
  [2] L. Wei and S. Patel, “Noise-robust speech model,” in Proc. IEEE Int. Conf. Acoust., Speech, Signal Process., Kyoto, Japan, Mar. 2022, pp. 45-46.
• 书籍：
  [3] J. Benesty, M. M. Sondhi, and Y. Huang, Springer Handbook of Speech Processing. Berlin, Germany: Springer, 2008.
• 数据集：
  [4] L. Wei and E. Brown, “Speech dataset,” IEEE DataPort, 2023. [Online]. Available: https://doi.org/10.21227/abc123
• 预印本：
  [5] S. Patel and E. Brown, “Speech recognition model,” arXiv:2301.12345, Jan. 2023. [Online]. Available: https://arxiv.org/abs/2301.12345

伦理声明

• 利益冲突：需声明所有作者的利益冲突（如“无利益冲突”）。
• 伦理合规：如涉及人体数据，需提供伦理委员会批准编号。
• 数据可用性：需声明数据存储库及访问方式（如适用）。
• 代码可用性：需提供代码存储库或补充材料。
• 示例：
  Competing interests: The authors declare no competing interests.
  Data availability: Data at IEEE DataPort: https://doi.org/10.21227/abc123.
  Code availability: Code at GitHub: https://github.com/SpeechModel.

补充材料

• 补充材料作为单独文件提交，格式为PDF、Excel、MP4（H.264编码，16:9）或ZIP。
• 包含大型数据集、代码或音频，无额外费用。
• 示例：
  Supplementary Audio S1: Speech recognition demo.
  Supplementary Data S1: Experimental datasets.

投稿流程

作者需通过Manuscript Central提交论文。流程如下：

• 注册并关联ORCID，指定通信作者（需符合IEEE作者标准）。
• 上传IEEE模板稿件（PDF）、投稿信、图表（嵌入PDF）及补充材料。
• 提供利益冲突声明、数据/代码可用性声明。
• 提交推荐审稿人（可选，3-5人，需提供姓名、邮箱及理由）。
• 在Manuscript Central跟踪审稿状态，初审约8-12周。
• 修订稿需提交：修改稿（Word/LaTeX）、审稿回复（逐点回应）、高分辨率图表。
• 可联系编辑部（taslp-eic@ieee.org）查询状态或申请APC减免（开放获取文章）。

最后

IEEE/ACM Transactions on Audio, Speech, and Language Processing作为音频与语言处理领域的热门期刊，以其跨学科视野和高质量研究成果引领信号处理与AI的融合。当前投稿请使用IEEE模板，并通过Manuscript Central提交，期待您的成果在全球音频与语言社区中大放异彩！建议投稿前仔细核对官网投稿指南及IEEE模板.