:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Anup, Demuynck, Kris, Arora, Vipul
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Audio and Speech Processing Sound
Online-Zugang:	https://arxiv.org/abs/2210.08624
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Harmonic Summation-Based Robust Pitch Estimation in Noisy and Reverberant Environments
von: Singh, Anup, et al.
Veröffentlicht: (2025)

BEST-STD2.0: Balanced and Efficient Speech Tokenizer for Spoken Term Detection
von: Singh, Anup, et al.
Veröffentlicht: (2025)

Speaker Embeddings With Weakly Supervised Voice Activity Detection For Efficient Speaker Diarization
von: Thienpondt, Jenthe, et al.
Veröffentlicht: (2024)

BEST-STD: Bidirectional Mamba-Enhanced Speech Tokenization for Spoken Term Detection
von: Singh, Anup, et al.
Veröffentlicht: (2024)

Interactive singing melody extraction based on active adaptation
von: Saxena, Kavya Ranjan, et al.
Veröffentlicht: (2024)

ECAPA2: A Hybrid Neural Network Architecture and Training Strategy for Robust Speaker Embeddings
von: Thienpondt, Jenthe, et al.
Veröffentlicht: (2024)

Weighted-Sampling Audio Adversarial Example Attack
von: Liu, Xiaolei, et al.
Veröffentlicht: (2019)

Recognizing Ornaments in Vocal Indian Art Music with Active Annotation
von: Kumar, Sumit, et al.
Veröffentlicht: (2025)

TeLeS: Temporal Lexeme Similarity Score to Estimate Confidence in End-to-End ASR
von: Ravi, Nagarathna, et al.
Veröffentlicht: (2024)

H-QuEST: Accelerating Query-by-Example Spoken Term Detection with Hierarchical Indexing
von: Singh, Akanksha, et al.
Veröffentlicht: (2025)

Correlation of Fréchet Audio Distance With Human Perception of Environmental Audio Is Embedding Dependant
von: Tailleur, Modan, et al.
Veröffentlicht: (2024)

A Reference-free Metric for Language-Queried Audio Source Separation using Contrastive Language-Audio Pretraining
von: Xiao, Feiyang, et al.
Veröffentlicht: (2024)

Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
von: Saijo, Kohei, et al.
Veröffentlicht: (2024)

Exploring Text-Queried Sound Event Detection with Audio Source Separation
von: Yin, Han, et al.
Veröffentlicht: (2024)

Pengi: An Audio Language Model for Audio Tasks
von: Deshmukh, Soham, et al.
Veröffentlicht: (2023)

Example-Based Framework for Perceptually Guided Audio Texture Generation
von: Kamath, Purnima, et al.
Veröffentlicht: (2023)

Measuring Audio Prompt Adherence with Distribution-based Embedding Distances
von: Grachten, Maarten
Veröffentlicht: (2024)

Hyperbolic Embeddings for Order-Aware Classification of Audio Effect Chains
von: Wada, Aogu, et al.
Veröffentlicht: (2025)

An Adaptive CMSA for Solving the Longest Filled Common Subsequence Problem with an Application in Audio Querying
von: Djukanovic, Marko, et al.
Veröffentlicht: (2025)

Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
von: Deshmukh, Soham, et al.
Veröffentlicht: (2024)

SALM: Spatial Audio Language Model with Structured Embeddings for Understanding and Editing
von: Hu, Jinbo, et al.
Veröffentlicht: (2025)

Improving Audio Captioning Models with Fine-grained Audio Features, Text Embedding Supervision, and LLM Mix-up Augmentation
von: Wu, Shih-Lun, et al.
Veröffentlicht: (2023)

Domain Adaptation for Contrastive Audio-Language Models
von: Deshmukh, Soham, et al.
Veröffentlicht: (2024)

Cross-Lingual Query-by-Example Spoken Term Detection: A Transformer-Based Approach
von: Fatemeh, Allahdadi, et al.
Veröffentlicht: (2024)

PAM: Prompting Audio-Language Models for Audio Quality Assessment
von: Deshmukh, Soham, et al.
Veröffentlicht: (2024)

Audio-Visual Target Speaker Extraction with Reverse Selective Auditory Attention
von: Tao, Ruijie, et al.
Veröffentlicht: (2024)

Text2FX: Harnessing CLAP Embeddings for Text-Guided Audio Effects
von: Chu, Annie, et al.
Veröffentlicht: (2024)

Diffusion-Based Audio Inpainting
von: Moliner, Eloi, et al.
Veröffentlicht: (2023)

AudioEditor: A Training-Free Diffusion-Based Audio Editing Framework
von: Jia, Yuhang, et al.
Veröffentlicht: (2024)

SynHate: Detecting Hate Speech in Synthetic Deepfake Audio
von: Ranjan, Rishabh, et al.
Veröffentlicht: (2025)

Temporal Pooling Strategies for Training-Free Anomalous Sound Detection with Self-Supervised Audio Embeddings
von: Wilkinghoff, Kevin, et al.
Veröffentlicht: (2026)

Interpretable Embeddings of Speech Enhance and Explain Brain Encoding Performance of Audio Models
von: Shimizu, Riki, et al.
Veröffentlicht: (2025)

Lightweight Resolution-Aware Audio Deepfake Detection via Cross-Scale Attention and Consistency Learning
von: Shahriar, K. A.
Veröffentlicht: (2026)

NOMAD: Unsupervised Learning of Perceptual Embeddings for Speech Enhancement and Non-matching Reference Audio Quality Assessment
von: Ragano, Alessandro, et al.
Veröffentlicht: (2023)

AudioNet: Supervised Deep Hashing for Retrieval of Similar Audio Events
von: Dutta, Sagar, et al.
Veröffentlicht: (2025)

AudioBERTScore: Objective Evaluation of Environmental Sound Synthesis Based on Similarity of Audio embedding Sequences
von: Kishi, Minoru, et al.
Veröffentlicht: (2025)

AVR: Synergizing Foundation Models for Audio-Visual Humor Detection
von: Sharma, Sarthak, et al.
Veröffentlicht: (2024)

Online Single-Channel Audio-Based Sound Speed Estimation for Robust Multi-Channel Audio Control
von: Fuglsig, Andreas Jonas, et al.
Veröffentlicht: (2026)

Can Quantized Audio Language Models Perform Zero-Shot Spoofing Detection?
von: Dutta, Bikash, et al.
Veröffentlicht: (2025)

UniAudio: An Audio Foundation Model Toward Universal Audio Generation
von: Yang, Dongchao, et al.
Veröffentlicht: (2023)