Buchumschlag

LSTM-CNN Network for Audio Signature Analysis in Noisy Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Damacharla, Praveen, Rajabalipanah, Hamid, Fakheri, Mohammad Hosein
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Sound Artificial Intelligence Human-Computer Interaction Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Human Perception of Audio Deepfakes
von: Müller, Nicolas M., et al.
Veröffentlicht: (2021)

Early Detection of Furniture-Infesting Wood-Boring Beetles Using CNN-LSTM Networks and MFCC-Based Acoustic Features
von: Manukalpa, J. M. Chan Sri, et al.
Veröffentlicht: (2025)

Step-Audio-EditX Technical Report
von: Yan, Chao, et al.
Veröffentlicht: (2025)

Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction
von: Huang, Ailin, et al.
Veröffentlicht: (2025)

SynthScribe: Deep Multimodal Tools for Synthesizer Sound Retrieval and Exploration
von: Brade, Stephen, et al.
Veröffentlicht: (2023)

VoiceFlow: Efficient Text-to-Speech with Rectified Flow Matching
von: Guo, Yiwei, et al.
Veröffentlicht: (2023)

DeformTune: A Deformable XAI Music Prototype for Non-Musicians
von: Xu, Ziqing, et al.
Veröffentlicht: (2025)

CabinSep: IR-Augmented Mask-Based MVDR for Real-Time In-Car Speech Separation with Distributed Heterogeneous Arrays
von: Han, Runduo, et al.
Veröffentlicht: (2025)

Exploring Situated Stabilities of a Rhythm Generation System through Variational Cross-Examination
von: Kotowski, Błażej, et al.
Veröffentlicht: (2025)

Revisiting Your Memory: Reconstruction of Affect-Contextualized Memory via EEG-guided Audiovisual Generation
von: Kwon, Joonwoo, et al.
Veröffentlicht: (2024)

EvolveCaptions: Empowering DHH Users Through Real-Time Collaborative Captioning
von: Wu, Liang-Yuan, et al.
Veröffentlicht: (2025)

Reimagining Dance: Real-time Music Co-creation between Dancers and AI
von: Vechtomova, Olga, et al.
Veröffentlicht: (2025)

A Cross-Modal Approach to Silent Speech with LLM-Enhanced Recognition
von: Benster, Tyler, et al.
Veröffentlicht: (2024)

MCP2OSC: Parametric Control by Natural Language
von: Fan, Yuan-Yi
Veröffentlicht: (2025)

STAA-Net: A Sparse and Transferable Adversarial Attack for Speech Emotion Recognition
von: Chang, Yi, et al.
Veröffentlicht: (2024)

GMM-ResNext: Combining Generative and Discriminative Models for Speaker Verification
von: Yan, Hui, et al.
Veröffentlicht: (2024)

A Theory-Based Explainable Deep Learning Architecture for Music Emotion
von: Fong, Hortense, et al.
Veröffentlicht: (2024)

Interactive Melody Generation System for Enhancing the Creativity of Musicians
von: Hirawata, So, et al.
Veröffentlicht: (2024)

Tidal MerzA: Combining affective modelling and autonomous code generation through Reinforcement Learning
von: Wilson, Elizabeth, et al.
Veröffentlicht: (2024)

Tipping Points, Pulse Elasticity and Tonal Tension: An Empirical Study on What Generates Tipping Points
von: Naik, Canishk, et al.
Veröffentlicht: (2024)

Between the AI and Me: Analysing Listeners' Perspectives on AI- and Human-Composed Progressive Metal Music
von: Sarmento, Pedro, et al.
Veröffentlicht: (2024)

How Private is Low-Frequency Speech Audio in the Wild? An Analysis of Verbal Intelligibility by Humans and Machines
von: Liu, Ailin, et al.
Veröffentlicht: (2024)

Learning Relationships Between Separate Audio Tracks for Creative Applications
von: Bujard, Balthazar, et al.
Veröffentlicht: (2025)

Seeing Beyond Sound: Visualization and Abstraction in Audio Data Representation
von: Blum'e, Ashlae
Veröffentlicht: (2025)

SACM: SEEG-Audio Contrastive Matching for Chinese Speech Decoding
von: Wang, Hongbin, et al.
Veröffentlicht: (2025)

FeatureSense: Protecting Speaker Attributes in Always-On Audio Sensing System
von: Chhaglani, Bhawana, et al.
Veröffentlicht: (2025)

A Mapping Strategy for Interacting with Latent Audio Synthesis Using Artistic Materials
von: Zheng, Shuoyang, et al.
Veröffentlicht: (2024)

Sound2Hap: Learning Audio-to-Vibrotactile Haptic Generation from Human Ratings
von: Li, Yinan, et al.
Veröffentlicht: (2026)

DESAMO: A Device for Elder-Friendly Smart Homes Powered by Embedded LLM with Audio Modality
von: Choi, Youngwon, et al.
Veröffentlicht: (2025)

Beyond Acoustic Emotion Recognition: Multimodal Pathos Analysis in Political Speech Using LLM-Based and Acoustic Emotion Models
von: Dietrich, Juergen
Veröffentlicht: (2026)

MetaBGM: Dynamic Soundtrack Transformation For Continuous Multi-Scene Experiences With Ambient Awareness And Personalization
von: Liu, Haoxuan, et al.
Veröffentlicht: (2024)

Proceedings of The second international workshop on eXplainable AI for the Arts (XAIxArts)
von: Bryan-Kinns, Nick, et al.
Veröffentlicht: (2024)

SounDiT: Geo-Contextual Soundscape-to-Landscape Generation
von: Wang, Junbo, et al.
Veröffentlicht: (2025)

Freetalker: Controllable Speech and Text-Driven Gesture Generation Based on Diffusion Models for Enhanced Speaker Naturalness
von: Yang, Sicheng, et al.
Veröffentlicht: (2024)

G-STAR: End-to-End Global Speaker-Tracking Attributed Recognition
von: Peng, Jing, et al.
Veröffentlicht: (2026)

Zero-Shot KWS for Children's Speech using Layer-Wise Features from SSL Models
von: Kutum, Subham, et al.
Veröffentlicht: (2025)

Layer-Wise Analysis of Self-Supervised Representations for Age and Gender Classification in Children's Speech
von: Sinha, Abhijit, et al.
Veröffentlicht: (2025)

Accelerating Audio Research with Robotic Dummy Heads
von: Lu, Austin, et al.
Veröffentlicht: (2025)

Lla-VAP: LSTM Ensemble of Llama and VAP for Turn-Taking Prediction
von: Jeon, Hyunbae, et al.
Veröffentlicht: (2024)

MHANet: Multi-scale Hybrid Attention Network for Auditory Attention Detection
von: Li, Lu, et al.
Veröffentlicht: (2025)