大類學(xué)科:計(jì)算機(jī)科學(xué) 中科院分區(qū) 3區(qū)
JCR學(xué)科:ACOUSTICS、COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS JCR分區(qū) Q2
推薦合適期刊 投稿指導(dǎo) 助力快速見刊免費(fèi)咨詢
Speech Communication是計(jì)算機(jī)科學(xué)領(lǐng)域的一本優(yōu)秀期刊。由Elsevier出版社出版。該期刊主要發(fā)表計(jì)算機(jī)科學(xué)領(lǐng)域的原創(chuàng)性研究成果。創(chuàng)刊于1982年,該期刊主要刊載工程技術(shù)-計(jì)算機(jī):跨學(xué)科應(yīng)用及其基礎(chǔ)研究的前瞻性、原始性、首創(chuàng)性研究成果、科技成就和進(jìn)展。該期刊不僅收錄了該領(lǐng)域的科技成就和進(jìn)展,更以其深厚的學(xué)術(shù)積淀和卓越的審稿標(biāo)準(zhǔn),確保每篇文章都具備高度的學(xué)術(shù)價(jià)值。此外,該刊同時(shí)被SCIE數(shù)據(jù)庫收錄,并被劃分為中科院SCI3區(qū)期刊,它始終堅(jiān)持創(chuàng)新,不斷專注于發(fā)布高度有價(jià)值的研究成果,不斷推動(dòng)計(jì)算機(jī)科學(xué)領(lǐng)域的進(jìn)步。
同時(shí),我們注重來稿文章表述的清晰度,以及其與我們的讀者群體和研究領(lǐng)域的相關(guān)性。為此,我們期待所有投稿的文章能夠保持簡(jiǎn)潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 較慢,6-12周 約19.2周。若您對(duì)于稿件是否適合該期刊存在疑慮,建議您在提交前主動(dòng)與期刊主編取得聯(lián)系,或咨詢本站的客服老師。我們的客服老師將根據(jù)您的研究?jī)?nèi)容和方向,為您推薦最為合適的期刊,助力您順利投稿,實(shí)現(xiàn)學(xué)術(shù)成果的順利發(fā)表。
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 2區(qū) 3區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 3區(qū) 3區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 3區(qū) 3區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
工程技術(shù) | 4區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 4區(qū) 4區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 3區(qū) 3區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
計(jì)算機(jī)科學(xué) | 3區(qū) | ACOUSTICS 聲學(xué) COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 3區(qū) 4區(qū) | 否 | 否 |
按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:ACOUSTICS | SCIE | Q2 | 11 / 40 |
73.8% |
學(xué)科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q3 | 91 / 169 |
46.4% |
按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
學(xué)科:ACOUSTICS | SCIE | Q2 | 13 / 40 |
68.75% |
學(xué)科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q2 | 70 / 169 |
58.88% |
學(xué)科類別 | 分區(qū) | 排名 | 百分位 |
大類:Arts and Humanities 小類:Language and Linguistics | Q1 | 25 / 1088 |
97% |
大類:Arts and Humanities 小類:Linguistics and Language | Q1 | 29 / 1167 |
97% |
大類:Arts and Humanities 小類:Communication | Q1 | 46 / 511 |
91% |
大類:Arts and Humanities 小類:Modeling and Simulation | Q1 | 38 / 324 |
88% |
大類:Arts and Humanities 小類:Computer Vision and Pattern Recognition | Q1 | 27 / 106 |
75% |
大類:Arts and Humanities 小類:Computer Science Applications | Q2 | 206 / 817 |
74% |
大類:Arts and Humanities 小類:Software | Q2 | 113 / 407 |
72% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發(fā)文量 | 80 | 88 | 88 | 80 | 107 | 62 | 67 | 71 | 91 | 85 |
國(guó)家/地區(qū) | 數(shù)量 |
USA | 49 |
CHINA MAINLAND | 46 |
India | 26 |
GERMANY (FED REP GER) | 23 |
England | 18 |
France | 18 |
Japan | 18 |
Finland | 15 |
Canada | 14 |
Australia | 12 |
機(jī)構(gòu) | 數(shù)量 |
AALTO UNIVERSITY | 14 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) | 11 |
INDIAN INSTITUTE OF TECHNOLOGY SYSTEM (IIT SYSTEM) | 10 |
UNIVERSITY OF TEXAS SYSTEM | 9 |
CHINESE ACADEMY OF SCIENCES | 8 |
ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE | 6 |
IDIAP RES INST | 6 |
AALBORG UNIVERSITY | 5 |
INTERNATIONAL INSTITUTE OF INFORMATION TECHNOLOGY HYDERABAD | 5 |
JAPAN ADVANCED INSTITUTE OF SCIENCE & TECHNOLOGY (JAIST) | 5 |
文章名稱 | 引用次數(shù) |
Deep learning for minimum mean-square error approaches to speech enhancement | 10 |
Automatic segmentation of speech articulators from real-time midsagittal MRI based on supervised learning | 9 |
Improving multilingual speech emotion recognition by combining acoustic features in a three-layer model | 9 |
Dysarthric speech classification from coded telephone speech using glottal features | 8 |
End-to-end acoustic modeling using convolutional neural networks for HMM-based automatic speech recognition | 8 |
Discrimination of L2 Greek vowel contrasts: Evidence from learners with Arabic L1 background | 7 |
Bone-conducted speech enhancement using deep denoising autoencoder | 6 |
Updating the Silent Speech Challenge benchmark with deep learning | 6 |
Measuring communication difficulty through effortful speech production during conversation | 6 |
Automatic speech emotion recognition using an optimal combination of features based on EMD-TKEO | 6 |
SCIE
影響因子 3.7
CiteScore 6.4
SCIE
影響因子 4.5
CiteScore 10
SCIE
影響因子 3.8
CiteScore 6.7
SCIE
影響因子 5.3
CiteScore 9.3
SCIE
影響因子 1.7
CiteScore 3.4
SCIE
CiteScore 5.6
SCIE
影響因子 7.7
CiteScore 20.9
SCIE
影響因子 3.9
CiteScore 7.3
SCIE
影響因子 5.3
CiteScore 10.3
SCIE
影響因子 3
CiteScore 7.7
若用戶需要出版服務(wù),請(qǐng)聯(lián)系出版商:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。