:: Library Catalog

Kansikuva

Tallennettuna:

Bibliografiset tiedot
Päätekijät:	Meguenani, Mohamed El Amine, Britto Jr., Alceu de Souza, Koerich, Alessandro Lameiras
Aineistotyyppi:	Preprint
Julkaistu:	2024
Aiheet:	Sound Computer Vision and Pattern Recognition Audio and Speech Processing
Linkit:	https://arxiv.org/abs/2410.08321
Tagit:	Lisää tagi Ei tageja, Lisää ensimmäinen tagi!

Samankaltaisia teoksia

Dynamic Modality and View Selection for Multimodal Emotion Recognition with Missing Modalities
Tekijä: Menon, Luciana Trinkaus, et al.
Julkaistu: (2024)

Attention-guided Spectrogram Sequence Modeling with CNNs for Music Genre Classification
Tekijä: Sridhar, Aditya
Julkaistu: (2024)

Joint Multimodal Transformer for Emotion Recognition in the Wild
Tekijä: Waligora, Paul, et al.
Julkaistu: (2024)

Automatic Proficiency Assessment in L2 English Learners
Tekijä: Mohammadi, Armita, et al.
Julkaistu: (2025)

The Effect of Perceptual Metrics on Music Representation Learning for Genre Classification
Tekijä: Namgyal, Tashi, et al.
Julkaistu: (2024)

Dynamic Range Compression and Its Effect on Music Genre Classification
Tekijä: Madsen III, Arlyn Reese
Julkaistu: (2024)

GCDance: Genre-Controlled Music-Driven 3D Full Body Dance Generation
Tekijä: Liu, Xinran, et al.
Julkaistu: (2025)

Audio Processing using Pattern Recognition for Music Genre Classification
Tekijä: Chatterjee, Sivangi, et al.
Julkaistu: (2024)

Music Genre Classification: Training an AI model
Tekijä: Mogonediwa, Keoikantse
Julkaistu: (2024)

DanceChat: Large Language Model-Guided Music-to-Dance Generation
Tekijä: Wang, Qing, et al.
Julkaistu: (2025)

FLUX that Plays Music
Tekijä: Fei, Zhengcong, et al.
Julkaistu: (2024)

Combining Genre Classification and Harmonic-Percussive Features with Diffusion Models for Music-Video Generation
Tekijä: Pina, Leonardo, et al.
Julkaistu: (2024)

Training-Free Deepfake Voice Recognition by Leveraging Large-Scale Pre-Trained Models
Tekijä: Pianese, Alessandro, et al.
Julkaistu: (2024)

Sheet Music Transformer: End-To-End Optical Music Recognition Beyond Monophonic Transcription
Tekijä: Ríos-Vila, Antonio, et al.
Julkaistu: (2024)

TapToTab : Video-Based Guitar Tabs Generation using AI and Audio Analysis
Tekijä: Ghaleb, Ali, et al.
Julkaistu: (2024)

Beyond Genre: Diagnosing Bias in Music Embeddings Using Concept Activation Vectors
Tekijä: Gebhardt, Roman B., et al.
Julkaistu: (2025)

Enhancing Dance-to-Music Generation via Negative Conditioning Latent Diffusion Model
Tekijä: Sun, Changchang, et al.
Julkaistu: (2025)

Convolutional Neural Network Achieves Human-level Accuracy in Music Genre Classification
Tekijä: Dong, Mingwen
Julkaistu: (2018)

Learning Musical Representations for Music Performance Question Answering
Tekijä: Diao, Xingjian, et al.
Julkaistu: (2025)

Enhancing Music Genre Classification through Multi-Algorithm Analysis and User-Friendly Visualization
Tekijä: Kamuni, Navin, et al.
Julkaistu: (2024)

MMTrail: A Multimodal Trailer Video Dataset with Language and Music Descriptions
Tekijä: Chi, Xiaowei, et al.
Julkaistu: (2024)

Omni-AVSR: Towards Unified Multimodal Speech Recognition with Large Language Models
Tekijä: Cappellazzo, Umberto, et al.
Julkaistu: (2025)

Exploring Multi-Modal Control in Music-Driven Dance Generation
Tekijä: Li, Ronghui, et al.
Julkaistu: (2024)

Spectrogram-Based Detection of Auto-Tuned Vocals in Music Recordings
Tekijä: Gohari, Mahyar, et al.
Julkaistu: (2024)

Tune It Up: Music Genre Transfer and Prediction
Tekijä: Samet, Fidan, et al.
Julkaistu: (2025)

Leveraging Large Language Models in Visual Speech Recognition: Model Scaling, Context-Aware Decoding, and Iterative Polishing
Tekijä: Liu, Zehua, et al.
Julkaistu: (2025)

Towards Video to Piano Music Generation with Chain-of-Perform Support Benchmarks
Tekijä: Liu, Chang, et al.
Julkaistu: (2025)

VAPO: End-to-end Slide-Enhanced Speech Recognition with Omni-modal Large Language Models
Tekijä: Hu, Rui, et al.
Julkaistu: (2025)

ThinkSound: Chain-of-Thought Reasoning in Multimodal Large Language Models for Audio Generation and Editing
Tekijä: Liu, Huadai, et al.
Julkaistu: (2025)

VMAS: Video-to-Music Generation via Semantic Alignment in Web Music Videos
Tekijä: Lin, Yan-Bo, et al.
Julkaistu: (2024)

Bridging Paintings and Music -- Exploring Emotion based Music Generation through Paintings
Tekijä: Hisariya, Tanisha, et al.
Julkaistu: (2024)

Large Language Models: From Notes to Musical Form
Tekijä: Atassi, Lilac
Julkaistu: (2024)

Music Genre Classification: A Comparative Analysis of Classical Machine Learning and Deep Learning Approaches
Tekijä: Prajuli, Sachin, et al.
Julkaistu: (2026)

Genre Controlled Music Generation via Activation Steering
Tekijä: Narashiman, Swathi, et al.
Julkaistu: (2025)

Reducing Barriers to the Use of Marginalised Music Genres in AI
Tekijä: Bryan-Kinns, Nick, et al.
Julkaistu: (2024)

A Joint Cross-Attention Model for Audio-Visual Fusion in Dimensional Emotion Recognition
Tekijä: Praveen, R. Gnana, et al.
Julkaistu: (2022)

NOTA: Multimodal Music Notation Understanding for Visual Large Language Model
Tekijä: Tang, Mingni, et al.
Julkaistu: (2025)

DuetGen: Music Driven Two-Person Dance Generation via Hierarchical Masked Modeling
Tekijä: Ghosh, Anindita, et al.
Julkaistu: (2025)

TCDiff++: An End-to-end Trajectory-Controllable Diffusion Model for Harmonious Music-Driven Group Choreography
Tekijä: Dai, Yuqin, et al.
Julkaistu: (2025)

Comparison of spectrogram scaling in multi-label Music Genre Recognition
Tekijä: Karpiński, Bartosz, et al.
Julkaistu: (2025)