Phoneme Hallucinator: One-shot Voice Conversion via Set Expansion
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Shan, Siyuan, Li, Yang, Banerjee, Amartya, Oliva, Junier B. |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Zero-shot Voice Conversion with Diffusion Transformers
par: Liu, Songting
Publié: (2024)
par: Liu, Songting
Publié: (2024)
OneVoice: One Model, Triple Scenarios-Towards Unified Zero-shot Voice Conversion
par: Wang, Zhichao, et autres
Publié: (2026)
par: Wang, Zhichao, et autres
Publié: (2026)
StreamVC: Real-Time Low-Latency Voice Conversion
par: Yang, Yang, et autres
Publié: (2024)
par: Yang, Yang, et autres
Publié: (2024)
PseudoVC: Improving One-shot Voice Conversion with Pseudo Paired Data
par: Cao, Songjun, et autres
Publié: (2025)
par: Cao, Songjun, et autres
Publié: (2025)
Discrete Optimal Transport and Voice Conversion
par: Selitskiy, Anton, et autres
Publié: (2025)
par: Selitskiy, Anton, et autres
Publié: (2025)
Neural Concatenative Singing Voice Conversion: Rethinking Concatenation-Based Approach for One-Shot Singing Voice Conversion
par: Sha, Binzhu, et autres
Publié: (2023)
par: Sha, Binzhu, et autres
Publié: (2023)
NaturalVoices: A Large-Scale, Spontaneous and Emotional Podcast Dataset for Voice Conversion
par: Du, Zongyang, et autres
Publié: (2025)
par: Du, Zongyang, et autres
Publié: (2025)
MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows
par: Kaneko, Takuhiro, et autres
Publié: (2026)
par: Kaneko, Takuhiro, et autres
Publié: (2026)
FasterVoiceGrad: Faster One-step Diffusion-Based Voice Conversion with Adversarial Diffusion Conversion Distillation
par: Kaneko, Takuhiro, et autres
Publié: (2025)
par: Kaneko, Takuhiro, et autres
Publié: (2025)
Discrete Unit based Masking for Improving Disentanglement in Voice Conversion
par: Lee, Philip H., et autres
Publié: (2024)
par: Lee, Philip H., et autres
Publié: (2024)
Singing Voice Conversion with Accompaniment Using Self-Supervised Representation-Based Melody Features
par: Chen, Wei, et autres
Publié: (2025)
par: Chen, Wei, et autres
Publié: (2025)
Voice Conversion with Diverse Intonation using Conditional Variational Auto-Encoder
par: Suh, Soobin, et autres
Publié: (2025)
par: Suh, Soobin, et autres
Publié: (2025)
The 2025 PNPL Competition: Speech Detection and Phoneme Classification in the LibriBrain Dataset
par: Landau, Gilad, et autres
Publié: (2025)
par: Landau, Gilad, et autres
Publié: (2025)
FastVoiceGrad: One-step Diffusion-Based Voice Conversion with Adversarial Conditional Diffusion Distillation
par: Kaneko, Takuhiro, et autres
Publié: (2024)
par: Kaneko, Takuhiro, et autres
Publié: (2024)
Phoneme-Level Deepfake Detection Across Emotional Conditions Using Self-Supervised Embeddings
par: Nallaguntla, Vamshi, et autres
Publié: (2026)
par: Nallaguntla, Vamshi, et autres
Publié: (2026)
StreamVoice+: Evolving into End-to-end Streaming Zero-shot Voice Conversion
par: Wang, Zhichao, et autres
Publié: (2024)
par: Wang, Zhichao, et autres
Publié: (2024)
End-to-End Integration of Speech Separation and Voice Activity Detection for Low-Latency Diarization of Telephone Conversations
par: Morrone, Giovanni, et autres
Publié: (2023)
par: Morrone, Giovanni, et autres
Publié: (2023)
CoDiff-VC: A Codec-Assisted Diffusion Model for Zero-shot Voice Conversion
par: Li, Yuke, et autres
Publié: (2024)
par: Li, Yuke, et autres
Publié: (2024)
OpenVoice: Versatile Instant Voice Cloning
par: Qin, Zengyi, et autres
Publié: (2023)
par: Qin, Zengyi, et autres
Publié: (2023)
FreeSVC: Towards Zero-shot Multilingual Singing Voice Conversion
par: Ferreira, Alef Iury Siqueira, et autres
Publié: (2025)
par: Ferreira, Alef Iury Siqueira, et autres
Publié: (2025)
VoxMorph: Scalable Zero-shot Voice Identity Morphing via Disentangled Embeddings
par: Krishnamurthy, Bharath, et autres
Publié: (2026)
par: Krishnamurthy, Bharath, et autres
Publié: (2026)
Residual Speaker Representation for One-Shot Voice Conversion
par: Xu, Le, et autres
Publié: (2023)
par: Xu, Le, et autres
Publié: (2023)
Multi-level Temporal-channel Speaker Retrieval for Zero-shot Voice Conversion
par: Wang, Zhichao, et autres
Publié: (2023)
par: Wang, Zhichao, et autres
Publié: (2023)
Speech Rhythm-Based Speaker Embeddings Extraction from Phonemes and Phoneme Duration for Multi-Speaker Speech Synthesis
par: Fujita, Kenichi, et autres
Publié: (2024)
par: Fujita, Kenichi, et autres
Publié: (2024)
BiSinger: Bilingual Singing Voice Synthesis
par: Zhou, Huali, et autres
Publié: (2023)
par: Zhou, Huali, et autres
Publié: (2023)
Improving Generalization for AI-Synthesized Voice Detection
par: Ren, Hainan, et autres
Publié: (2024)
par: Ren, Hainan, et autres
Publié: (2024)
Noro: Noise-Robust One-shot Voice Conversion with Hidden Speaker Representation Learning
par: He, Haorui, et autres
Publié: (2024)
par: He, Haorui, et autres
Publié: (2024)
Towards General-Purpose Text-Instruction-Guided Voice Conversion
par: Kuan, Chun-Yi, et autres
Publié: (2023)
par: Kuan, Chun-Yi, et autres
Publié: (2023)
VANPY: Voice Analysis Framework
par: Koushnir, Gregory, et autres
Publié: (2025)
par: Koushnir, Gregory, et autres
Publié: (2025)
Using Phonemes in cascaded S2S translation pipeline
par: Pilz, Rene, et autres
Publié: (2025)
par: Pilz, Rene, et autres
Publié: (2025)
Enhancing Polyglot Voices by Leveraging Cross-Lingual Fine-Tuning in Any-to-One Voice Conversion
par: Ruggiero, Giuseppe, et autres
Publié: (2024)
par: Ruggiero, Giuseppe, et autres
Publié: (2024)
ReFlow-VC: Zero-shot Voice Conversion Based on Rectified Flow and Speaker Feature Optimization
par: Ren, Pengyu, et autres
Publié: (2025)
par: Ren, Pengyu, et autres
Publié: (2025)
Compact Neural TTS Voices for Accessibility
par: Jain, Kunal, et autres
Publié: (2025)
par: Jain, Kunal, et autres
Publié: (2025)
Speech to Speech Synthesis for Voice Impersonation
par: Johnson, Bjorn, et autres
Publié: (2026)
par: Johnson, Bjorn, et autres
Publié: (2026)
ControlSpeech: Towards Simultaneous and Independent Zero-shot Speaker Cloning and Zero-shot Language Style Control
par: Ji, Shengpeng, et autres
Publié: (2024)
par: Ji, Shengpeng, et autres
Publié: (2024)
On the Generation and Removal of Speaker Adversarial Perturbation for Voice-Privacy Protection
par: Guo, Chenyang, et autres
Publié: (2024)
par: Guo, Chenyang, et autres
Publié: (2024)
Towards Robust Assessment of Pathological Voices via Combined Low-Level Descriptors and Foundation Model Representations
par: Ariyanti, Whenty, et autres
Publié: (2025)
par: Ariyanti, Whenty, et autres
Publié: (2025)
Low-Resource Cross-Domain Singing Voice Synthesis via Reduced Self-Supervised Speech Representations
par: Kakoulidis, Panos, et autres
Publié: (2024)
par: Kakoulidis, Panos, et autres
Publié: (2024)
Optimal Transport Maps are Good Voice Converters
par: Asadulaev, Arip, et autres
Publié: (2024)
par: Asadulaev, Arip, et autres
Publié: (2024)
ZSVC: Zero-shot Style Voice Conversion with Disentangled Latent Diffusion Models and Adversarial Training
par: Zhu, Xinfa, et autres
Publié: (2025)
par: Zhu, Xinfa, et autres
Publié: (2025)
Documents similaires
-
Zero-shot Voice Conversion with Diffusion Transformers
par: Liu, Songting
Publié: (2024) -
OneVoice: One Model, Triple Scenarios-Towards Unified Zero-shot Voice Conversion
par: Wang, Zhichao, et autres
Publié: (2026) -
StreamVC: Real-Time Low-Latency Voice Conversion
par: Yang, Yang, et autres
Publié: (2024) -
PseudoVC: Improving One-shot Voice Conversion with Pseudo Paired Data
par: Cao, Songjun, et autres
Publié: (2025) -
Discrete Optimal Transport and Voice Conversion
par: Selitskiy, Anton, et autres
Publié: (2025)