More than words: Advancements and challenges in speech recognition for singing
Fuente:
arXiv
Salvato in:
| Autore principale: | Kruspe, Anna |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Technical Report on classification of literature related to children speech disorder
di: Wang, Ziang, et al.
Pubblicazione: (2025)
di: Wang, Ziang, et al.
Pubblicazione: (2025)
I can listen but cannot read: An evaluation of two-tower multimodal systems for instrument recognition
di: Vasilakis, Yannis, et al.
Pubblicazione: (2024)
di: Vasilakis, Yannis, et al.
Pubblicazione: (2024)
Introduction to speech recognition
di: Dauphin, Gabriel
Pubblicazione: (2024)
di: Dauphin, Gabriel
Pubblicazione: (2024)
WikiMuTe: A web-sourced dataset of semantic descriptions for music audio
di: Weck, Benno, et al.
Pubblicazione: (2023)
di: Weck, Benno, et al.
Pubblicazione: (2023)
Beyond Musical Descriptors: Extracting Preference-Bearing Intent in Music Queries
di: Baranes, Marion, et al.
Pubblicazione: (2026)
di: Baranes, Marion, et al.
Pubblicazione: (2026)
Joint sentiment analysis of lyrics and audio in music
di: Schaab, Lea, et al.
Pubblicazione: (2024)
di: Schaab, Lea, et al.
Pubblicazione: (2024)
Musical ethnocentrism in Large Language Models
di: Kruspe, Anna
Pubblicazione: (2025)
di: Kruspe, Anna
Pubblicazione: (2025)
Transforming LLMs into Cross-modal and Cross-lingual Retrieval Systems
di: Gomez, Frank Palma, et al.
Pubblicazione: (2024)
di: Gomez, Frank Palma, et al.
Pubblicazione: (2024)
CLASP: Contrastive Language-Speech Pretraining for Multilingual Multimodal Information Retrieval
di: Abootorabi, Mohammad Mahdi, et al.
Pubblicazione: (2024)
di: Abootorabi, Mohammad Mahdi, et al.
Pubblicazione: (2024)
SpeechDPR: End-to-End Spoken Passage Retrieval for Open-Domain Spoken Question Answering
di: Lin, Chyi-Jiunn, et al.
Pubblicazione: (2024)
di: Lin, Chyi-Jiunn, et al.
Pubblicazione: (2024)
Analyzing Byte-Pair Encoding on Monophonic and Polyphonic Symbolic Music: A Focus on Musical Phrase Segmentation
di: Le, Dinh-Viet-Toan, et al.
Pubblicazione: (2024)
di: Le, Dinh-Viet-Toan, et al.
Pubblicazione: (2024)
wav2graph: A Framework for Supervised Learning Knowledge Graph from Speech
di: Le-Duc, Khai, et al.
Pubblicazione: (2024)
di: Le-Duc, Khai, et al.
Pubblicazione: (2024)
Analyzing and reducing the synthetic-to-real transfer gap in Music Information Retrieval: the task of automatic drum transcription
di: Zehren, Mickaël, et al.
Pubblicazione: (2024)
di: Zehren, Mickaël, et al.
Pubblicazione: (2024)
Music Foundation Model as Generic Booster for Music Downstream Tasks
di: Liao, WeiHsiang, et al.
Pubblicazione: (2024)
di: Liao, WeiHsiang, et al.
Pubblicazione: (2024)
SECP: A Speech Enhancement-Based Curation Pipeline For Scalable Acquisition Of Clean Speech
di: Sabra, Adam, et al.
Pubblicazione: (2024)
di: Sabra, Adam, et al.
Pubblicazione: (2024)
A Novel Audio Representation for Music Genre Identification in MIR
di: Kamuni, Navin, et al.
Pubblicazione: (2024)
di: Kamuni, Navin, et al.
Pubblicazione: (2024)
EAViT: External Attention Vision Transformer for Audio Classification
di: Iqbal, Aquib, et al.
Pubblicazione: (2024)
di: Iqbal, Aquib, et al.
Pubblicazione: (2024)
Nested Music Transformer: Sequentially Decoding Compound Tokens in Symbolic Music and Audio Generation
di: Yoo, HaeJun, et al.
Pubblicazione: (2024)
di: Yoo, HaeJun, et al.
Pubblicazione: (2024)
Improving Musical Instrument Classification with Advanced Machine Learning Techniques
di: Chulev, Joanikij
Pubblicazione: (2024)
di: Chulev, Joanikij
Pubblicazione: (2024)
Dissecting Temporal Understanding in Text-to-Audio Retrieval
di: Oncescu, Andreea-Maria, et al.
Pubblicazione: (2024)
di: Oncescu, Andreea-Maria, et al.
Pubblicazione: (2024)
From Real to Cloned Singer Identification
di: Desblancs, Dorian, et al.
Pubblicazione: (2024)
di: Desblancs, Dorian, et al.
Pubblicazione: (2024)
Transfer Learning with Semi-Supervised Dataset Annotation for Birdcall Classification
di: Miyaguchi, Anthony, et al.
Pubblicazione: (2023)
di: Miyaguchi, Anthony, et al.
Pubblicazione: (2023)
Hybrid Losses for Hierarchical Embedding Learning
di: Tian, Haokun, et al.
Pubblicazione: (2025)
di: Tian, Haokun, et al.
Pubblicazione: (2025)
Deconstructing Jazz Piano Style Using Machine Learning
di: Cheston, Huw, et al.
Pubblicazione: (2025)
di: Cheston, Huw, et al.
Pubblicazione: (2025)
Multi-label Cross-lingual automatic music genre classification from lyrics with Sentence BERT
di: Tavares, Tiago Fernandes, et al.
Pubblicazione: (2025)
di: Tavares, Tiago Fernandes, et al.
Pubblicazione: (2025)
Emergent musical properties of a transformer under contrastive self-supervised learning
di: Kong, Yuexuan, et al.
Pubblicazione: (2025)
di: Kong, Yuexuan, et al.
Pubblicazione: (2025)
Uncertainty Estimation in the Real World: A Study on Music Emotion Recognition
di: Watcharasupat, Karn N., et al.
Pubblicazione: (2025)
di: Watcharasupat, Karn N., et al.
Pubblicazione: (2025)
Separate This, and All of these Things Around It: Music Source Separation via Hyperellipsoidal Queries
di: Watcharasupat, Karn N., et al.
Pubblicazione: (2025)
di: Watcharasupat, Karn N., et al.
Pubblicazione: (2025)
Universal Music Representations? Evaluating Foundation Models on World Music Corpora
di: Papaioannou, Charilaos, et al.
Pubblicazione: (2025)
di: Papaioannou, Charilaos, et al.
Pubblicazione: (2025)
Speaker Retrieval in the Wild: Challenges, Effectiveness and Robustness
di: Loweimi, Erfan, et al.
Pubblicazione: (2025)
di: Loweimi, Erfan, et al.
Pubblicazione: (2025)
The language of sound search: Examining User Queries in Audio Search Engines
di: Weck, Benno, et al.
Pubblicazione: (2024)
di: Weck, Benno, et al.
Pubblicazione: (2024)
Improving child speech recognition with augmented child-like speech
di: Zhang, Yuanyuan, et al.
Pubblicazione: (2024)
di: Zhang, Yuanyuan, et al.
Pubblicazione: (2024)
MERGE -- A Bimodal Audio-Lyrics Dataset for Static Music Emotion Recognition
di: Louro, Pedro Lima, et al.
Pubblicazione: (2024)
di: Louro, Pedro Lima, et al.
Pubblicazione: (2024)
On the Effect of Data-Augmentation on Local Embedding Properties in the Contrastive Learning of Music Audio Representations
di: McCallum, Matthew C., et al.
Pubblicazione: (2024)
di: McCallum, Matthew C., et al.
Pubblicazione: (2024)
A Dataset and Baselines for Measuring and Predicting the Music Piece Memorability
di: Tseng, Li-Yang, et al.
Pubblicazione: (2024)
di: Tseng, Li-Yang, et al.
Pubblicazione: (2024)
Music Genre Classification: Ensemble Learning with Subcomponents-level Attention
di: Liu, Yichen, et al.
Pubblicazione: (2024)
di: Liu, Yichen, et al.
Pubblicazione: (2024)
ASK: Adaptive Self-improving Knowledge Framework for Audio Text Retrieval
di: Fu, Siyuan, et al.
Pubblicazione: (2025)
di: Fu, Siyuan, et al.
Pubblicazione: (2025)
Learning Normal Patterns in Musical Loops
di: Dadman, Shayan, et al.
Pubblicazione: (2025)
di: Dadman, Shayan, et al.
Pubblicazione: (2025)
MUSE: Flexible Voiceprint Receptive Fields and Multi-Path Fusion Enhanced Taylor Transformer for U-Net-based Speech Enhancement
di: Lin, Zizhen, et al.
Pubblicazione: (2024)
di: Lin, Zizhen, et al.
Pubblicazione: (2024)
Noise-robust zero-shot text-to-speech synthesis conditioned on self-supervised speech-representation model with adapters
di: Fujita, Kenichi, et al.
Pubblicazione: (2024)
di: Fujita, Kenichi, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Technical Report on classification of literature related to children speech disorder
di: Wang, Ziang, et al.
Pubblicazione: (2025) -
I can listen but cannot read: An evaluation of two-tower multimodal systems for instrument recognition
di: Vasilakis, Yannis, et al.
Pubblicazione: (2024) -
Introduction to speech recognition
di: Dauphin, Gabriel
Pubblicazione: (2024) -
WikiMuTe: A web-sourced dataset of semantic descriptions for music audio
di: Weck, Benno, et al.
Pubblicazione: (2023) -
Beyond Musical Descriptors: Extracting Preference-Bearing Intent in Music Queries
di: Baranes, Marion, et al.
Pubblicazione: (2026)