Buchumschlag

AI and Tempo Estimation: A Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Luck, Geoff
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Estimating Musical Surprisal in Audio
von: Bjare, Mathias Rose, et al.
Veröffentlicht: (2025)

Applications and Advances of Artificial Intelligence in Music Generation:A Review
von: Chen, Yanxu, et al.
Veröffentlicht: (2024)

Latent Acoustic Mapping for Direction of Arrival Estimation: A Self-Supervised Approach
von: Roman, Adrian S., et al.
Veröffentlicht: (2025)

MAJL: A Model-Agnostic Joint Learning Framework for Music Source Separation and Pitch Estimation
von: Wei, Haojie, et al.
Veröffentlicht: (2025)

A Tutorial on Clinical Speech AI Development: From Data Collection to Model Validation
von: Ng, Si-Ioi, et al.
Veröffentlicht: (2024)

Explainability Paths for Sustained Artistic Practice with AI
von: Tecks, Austin, et al.
Veröffentlicht: (2024)

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

Estimating Musical Surprisal from Audio in Autoregressive Diffusion Model Noise Spaces
von: Bjare, Mathias Rose, et al.
Veröffentlicht: (2025)

Estimating Respiratory Effort from Nocturnal Breathing Sounds for Obstructive Sleep Apnoea Screening
von: Xu, Xiaolei, et al.
Veröffentlicht: (2025)

Tuning Music Education: AI-Powered Personalization in Learning Music
von: Sanganeria, Mayank, et al.
Veröffentlicht: (2024)

Aligning Generative Music AI with Human Preferences: Methods and Challenges
von: Herremans, Dorien, et al.
Veröffentlicht: (2025)

DAIRHuM: A Platform for Directly Aligning AI Representations with Human Musical Judgments applied to Carnatic Music
von: Ravikumar, Prashanth Thattai
Veröffentlicht: (2024)

SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation
von: Mu, Da, et al.
Veröffentlicht: (2024)

Segment Transformer: AI-Generated Music Detection via Music Structural Analysis
von: Kim, Yumin, et al.
Veröffentlicht: (2025)

Exploring Variational Auto-Encoder Architectures, Configurations, and Datasets for Generative Music Explainable AI
von: Bryan-Kinns, Nick, et al.
Veröffentlicht: (2023)

MixAssist: An Audio-Language Dataset for Co-Creative AI Assistance in Music Mixing
von: Clemens, Michael, et al.
Veröffentlicht: (2025)

Developing an Effective Training Dataset to Enhance the Performance of AI-based Speaker Separation Systems
von: Melhem, Rawad, et al.
Veröffentlicht: (2024)

Advanced Clustering Techniques for Speech Signal Enhancement: A Review and Metanalysis of Fuzzy C-Means, K-Means, and Kernel Fuzzy C-Means Methods
von: Abdullah, Abdulhady Abas, et al.
Veröffentlicht: (2024)

Play Me Something Icy: Practical Challenges, Explainability and the Semantic Gap in Generative AI Music
von: Allison, Jesse, et al.
Veröffentlicht: (2024)

Selective Attention System (SAS): Device-Addressed Speech Detection for Real-Time On-Device Voice AI
von: Kim, David Joohun, et al.
Veröffentlicht: (2026)

Wearable Music2Emotion : Assessing Emotions Induced by AI-Generated Music through Portable EEG-fNIRS Fusion
von: Zhao, Sha, et al.
Veröffentlicht: (2025)

VoiceGRPO: Modern MoE Transformers with Group Relative Policy Optimization GRPO for AI Voice Health Care Applications on Voice Pathology Detection
von: Togootogtokh, Enkhtogtokh, et al.
Veröffentlicht: (2025)

A New Approach to Voice Authenticity
von: Müller, Nicolas M., et al.
Veröffentlicht: (2024)

A Holistic Evaluation of Piano Sound Quality
von: Zhou, Monan, et al.
Veröffentlicht: (2023)

FoleyBench: A Benchmark For Video-to-Audio Models
von: Dixit, Satvik, et al.
Veröffentlicht: (2025)

SDBench: A Comprehensive Benchmark Suite for Speaker Diarization
von: Pacheco, Eduardo, et al.
Veröffentlicht: (2025)

The VoxCeleb Speaker Recognition Challenge: A Retrospective
von: Huh, Jaesung, et al.
Veröffentlicht: (2024)

A Non-autoregressive Model for Joint STT and TTS
von: Sunder, Vishal, et al.
Veröffentlicht: (2025)

AI-Generated Music Detection in Broadcast Monitoring
von: López-Ayala, David, et al.
Veröffentlicht: (2026)

A Toolchain for Comprehensive Audio/Video Analysis Using Deep Learning Based Multimodal Approach (A use case of riot or violent context detection)
von: Pham, Lam, et al.
Veröffentlicht: (2024)

A Hierarchical Deep Learning Approach for Minority Instrument Detection
von: Sechet, Dylan, et al.
Veröffentlicht: (2025)

SpectroStream: A Versatile Neural Codec for General Audio
von: Li, Yunpeng, et al.
Veröffentlicht: (2025)

Echoes: A semantically-aligned music deepfake detection dataset
von: Pascu, Octavian, et al.
Veröffentlicht: (2026)

Unispeaker: A Unified Approach for Multimodality-driven Speaker Generation
von: Sheng, Zhengyan, et al.
Veröffentlicht: (2025)

MuPT: A Generative Symbolic Music Pretrained Transformer
von: Qu, Xingwei, et al.
Veröffentlicht: (2024)

Dependence on Early and Late Reverberation of Single-Channel Speaker Distance Estimation
von: Neri, Michael, et al.
Veröffentlicht: (2026)

A Mel Spectrogram Enhancement Paradigm Based on CWT in Speech Synthesis
von: Hu, Guoqiang, et al.
Veröffentlicht: (2024)

ABHINAYA -- A System for Speech Emotion Recognition In Naturalistic Conditions Challenge
von: Dutta, Soumya, et al.
Veröffentlicht: (2025)

Underwater Acoustic Signal Denoising Algorithms: A Survey of the State-of-the-art
von: Gao, Ruobin, et al.
Veröffentlicht: (2024)

PodEval: A Multimodal Evaluation Framework for Podcast Audio Generation
von: Xiao, Yujia, et al.
Veröffentlicht: (2025)