Speech motion anomaly detection via cross-modal translation of 4D motion fields from tagged MRI
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liu, Xiaofeng, Xing, Fangxu, Zhuo, Jiachen, Stone, Maureen, Prince, Jerry L., Fakhri, Georges El, Woo, Jonghye |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Mixture-of-Shape-Experts (MoSE): End-to-End Shape Dictionary Framework to Prompt SAM for Generalizable Medical Segmentation
par: Wei, Jia, et autres
Publié: (2025)
par: Wei, Jia, et autres
Publié: (2025)
Disentangled Multimodal Brain MR Image Translation via Transformer-based Modality Infuser
par: Cho, Jihoon, et autres
Publié: (2024)
par: Cho, Jihoon, et autres
Publié: (2024)
A multi-modal approach for identifying schizophrenia using cross-modal attention
par: Premananth, Gowtham, et autres
Publié: (2023)
par: Premananth, Gowtham, et autres
Publié: (2023)
Bi-modal Prediction and Transformation Coding for Compressing Complex Human Dynamics
par: Hoang, Huong, et autres
Publié: (2025)
par: Hoang, Huong, et autres
Publié: (2025)
M$^{3}$V: A multi-modal multi-view approach for Device-Directed Speech Detection
par: Wang, Anna, et autres
Publié: (2024)
par: Wang, Anna, et autres
Publié: (2024)
Point-supervised Brain Tumor Segmentation with Box-prompted MedSAM
par: Liu, Xiaofeng, et autres
Publié: (2024)
par: Liu, Xiaofeng, et autres
Publié: (2024)
A multimodal stress detection dataset with facial expressions and physiological signals
par: Hosseini, Majid, et autres
Publié: (2022)
par: Hosseini, Majid, et autres
Publié: (2022)
Target Speech Diarization with Multimodal Prompts
par: Jiang, Yidi, et autres
Publié: (2024)
par: Jiang, Yidi, et autres
Publié: (2024)
M3SD: Multi-modal, Multi-scenario and Multi-language Speaker Diarization Dataset
par: Wu, Shilong
Publié: (2025)
par: Wu, Shilong
Publié: (2025)
Low-latency Speech Enhancement via Speech Token Generation
par: Xue, Huaying, et autres
Publié: (2023)
par: Xue, Huaying, et autres
Publié: (2023)
Efficient Speech Watermarking for Speech Synthesis via Progressive Knowledge Distillation
par: Cui, Yang, et autres
Publié: (2025)
par: Cui, Yang, et autres
Publié: (2025)
Speech-to-See: End-to-End Speech-Driven Open-Set Object Detection
par: Lu, Wenhuan, et autres
Publié: (2025)
par: Lu, Wenhuan, et autres
Publié: (2025)
FoVNet: Configurable Field-of-View Speech Enhancement with Low Computation and Distortion for Smart Glasses
par: Xu, Zhongweiyang, et autres
Publié: (2024)
par: Xu, Zhongweiyang, et autres
Publié: (2024)
Preserving Speaker Information in Direct Speech-to-Speech Translation with Non-Autoregressive Generation and Pretraining
par: Zhou, Rui, et autres
Publié: (2024)
par: Zhou, Rui, et autres
Publié: (2024)
Robust Multi-modal Task-oriented Communications with Redundancy-aware Representations
par: Fu, Jingwen, et autres
Publié: (2025)
par: Fu, Jingwen, et autres
Publié: (2025)
Bimodal Connection Attention Fusion for Speech Emotion Recognition
par: Luo, Jiachen, et autres
Publié: (2025)
par: Luo, Jiachen, et autres
Publié: (2025)
Stimulus Modality Matters: Impact of Perceptual Evaluations from Different Modalities on Speech Emotion Recognition System Performance
par: Chou, Huang-Cheng, et autres
Publié: (2024)
par: Chou, Huang-Cheng, et autres
Publié: (2024)
On the Parameter Estimation of Sinusoidal Models for Speech and Audio Signals
par: Kafentzis, George P.
Publié: (2024)
par: Kafentzis, George P.
Publié: (2024)
Conformer-based Ultrasound-to-Speech Conversion
par: Ibrahimov, Ibrahim, et autres
Publié: (2025)
par: Ibrahimov, Ibrahim, et autres
Publié: (2025)
M$^{2}$UGen: Multi-modal Music Understanding and Generation with the Power of Large Language Models
par: Liu, Shansong, et autres
Publié: (2023)
par: Liu, Shansong, et autres
Publié: (2023)
Brightness-Invariant Tracking Estimation in Tagged MRI
par: Bian, Zhangxing, et autres
Publié: (2025)
par: Bian, Zhangxing, et autres
Publié: (2025)
MuMu-LLaMA: Multi-modal Music Understanding and Generation via Large Language Models
par: Liu, Shansong, et autres
Publié: (2024)
par: Liu, Shansong, et autres
Publié: (2024)
pyAMPACT: A Score-Audio Alignment Toolkit for Performance Data Estimation and Multi-modal Processing
par: Devaney, Johanna, et autres
Publié: (2024)
par: Devaney, Johanna, et autres
Publié: (2024)
Audio-Visual Speech Separation via Bottleneck Iterative Network
par: Zhang, Sidong, et autres
Publié: (2025)
par: Zhang, Sidong, et autres
Publié: (2025)
VERSA: A Versatile Evaluation Toolkit for Speech, Audio, and Music
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
MarsSQE: Stereo Quality Enhancement for Martian Images Using Bi-level Cross-view Attention
par: Xu, Mai, et autres
Publié: (2024)
par: Xu, Mai, et autres
Publié: (2024)
LCB-net: Long-Context Biasing for Audio-Visual Speech Recognition
par: Yu, Fan, et autres
Publié: (2024)
par: Yu, Fan, et autres
Publié: (2024)
Listening Between the Lines: Synthetic Speech Detection Disregarding Verbal Content
par: Salvi, Davide, et autres
Publié: (2024)
par: Salvi, Davide, et autres
Publié: (2024)
FastTalker: Jointly Generating Speech and Conversational Gestures from Text
par: Guo, Zixin, et autres
Publié: (2024)
par: Guo, Zixin, et autres
Publié: (2024)
Human-Inspired Computing for Robust and Efficient Audio-Visual Speech Recognition
par: Liu, Qianhui, et autres
Publié: (2024)
par: Liu, Qianhui, et autres
Publié: (2024)
Beyond Video-to-SFX: Video to Audio Synthesis with Environmentally Aware Speech
par: Niu, Xinlei, et autres
Publié: (2025)
par: Niu, Xinlei, et autres
Publié: (2025)
End-to-End RGB-IR Joint Image Compression With Channel-wise Cross-modality Entropy Model
par: Wang, Haofeng, et autres
Publié: (2025)
par: Wang, Haofeng, et autres
Publié: (2025)
Recent Advances in Discrete Speech Tokens: A Review
par: Guo, Yiwei, et autres
Publié: (2025)
par: Guo, Yiwei, et autres
Publié: (2025)
Gesture2Speech: How Far Can Hand Movements Shape Expressive Speech?
par: Kumar, Lokesh, et autres
Publié: (2026)
par: Kumar, Lokesh, et autres
Publié: (2026)
REWIND: Speech Time Reversal for Enhancing Speaker Representations in Diffusion-based Voice Conversion
par: Biyani, Ishan D., et autres
Publié: (2025)
par: Biyani, Ishan D., et autres
Publié: (2025)
DualDub: Video-to-Soundtrack Generation via Joint Speech and Background Audio Synthesis
par: Tian, Wenjie, et autres
Publié: (2025)
par: Tian, Wenjie, et autres
Publié: (2025)
Improving Speech Enhancement by Integrating Inter-Channel and Band Features with Dual-branch Conformer
par: Li, Jizhen, et autres
Publié: (2024)
par: Li, Jizhen, et autres
Publié: (2024)
ARECHO: Autoregressive Evaluation via Chain-Based Hypothesis Optimization for Speech Multi-Metric Estimation
par: Shi, Jiatong, et autres
Publié: (2025)
par: Shi, Jiatong, et autres
Publié: (2025)
MiniMind-O Technical Report: An Open Small-Scale Speech-Native Omni Model
par: Gong, Jingyao
Publié: (2026)
par: Gong, Jingyao
Publié: (2026)
RAVSS: Robust Audio-Visual Speech Separation in Multi-Speaker Scenarios with Missing Visual Cues
par: Pan, Tianrui, et autres
Publié: (2024)
par: Pan, Tianrui, et autres
Publié: (2024)
Documents similaires
-
Mixture-of-Shape-Experts (MoSE): End-to-End Shape Dictionary Framework to Prompt SAM for Generalizable Medical Segmentation
par: Wei, Jia, et autres
Publié: (2025) -
Disentangled Multimodal Brain MR Image Translation via Transformer-based Modality Infuser
par: Cho, Jihoon, et autres
Publié: (2024) -
A multi-modal approach for identifying schizophrenia using cross-modal attention
par: Premananth, Gowtham, et autres
Publié: (2023) -
Bi-modal Prediction and Transformation Coding for Compressing Complex Human Dynamics
par: Hoang, Huong, et autres
Publié: (2025) -
M$^{3}$V: A multi-modal multi-view approach for Device-Directed Speech Detection
par: Wang, Anna, et autres
Publié: (2024)