Enregistré dans:
| Auteurs principaux: | Yin, Hanzhi, Cheng, Gang, Steinmetz, Christian J., Yuan, Ruibin, Stern, Richard M., Dannenberg, Roger B. |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2403.16331 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Solid State Bus-Comp: A Large-Scale and Diverse Dataset for Dynamic Range Compressor Virtual Analog Modeling
par: Gu, Yicheng, et autres
Publié: (2025)
par: Gu, Yicheng, et autres
Publié: (2025)
Automatic Melody Reduction via Shortest Path Finding
par: Wang, Ziyu, et autres
Publié: (2025)
par: Wang, Ziyu, et autres
Publié: (2025)
Everyone-Can-Sing: Zero-Shot Singing Voice Synthesis and Conversion with Speech Reference
par: Dai, Shuqi, et autres
Publié: (2025)
par: Dai, Shuqi, et autres
Publié: (2025)
Modeling Time-Variant Responses of Optical Compressors with Selective State Space Models
par: Simionato, Riccardo, et autres
Publié: (2024)
par: Simionato, Riccardo, et autres
Publié: (2024)
Differentiable Black-box and Gray-box Modeling of Nonlinear Audio Effects
par: Comunità, Marco, et autres
Publié: (2025)
par: Comunità, Marco, et autres
Publié: (2025)
LyricWhiz: Robust Multilingual Zero-shot Lyrics Transcription by Whispering to ChatGPT
par: Zhuo, Le, et autres
Publié: (2023)
par: Zhuo, Le, et autres
Publié: (2023)
MERT: Acoustic Music Understanding Model with Large-Scale Self-supervised Training
par: Li, Yizhi, et autres
Publié: (2023)
par: Li, Yizhi, et autres
Publié: (2023)
ST-ITO: Controlling Audio Effects for Style Transfer with Inference-Time Optimization
par: Steinmetz, Christian J., et autres
Publié: (2024)
par: Steinmetz, Christian J., et autres
Publié: (2024)
Diff-MST: Differentiable Mixing Style Transfer
par: Vanka, Soumya Sai, et autres
Publié: (2024)
par: Vanka, Soumya Sai, et autres
Publié: (2024)
The Impact of Frequency Bands on Acoustic Anomaly Detection of Machines using Deep Learning Based Model
par: Nguyen, Tin, et autres
Publié: (2024)
par: Nguyen, Tin, et autres
Publié: (2024)
Demo of Zero-Shot Guitar Amplifier Modelling: Enhancing Modeling with Hyper Neural Networks
par: Chen, Yu-Hua, et autres
Publié: (2024)
par: Chen, Yu-Hua, et autres
Publié: (2024)
Voices of Civilizations: A Multilingual QA Benchmark for Global Music Understanding
par: Wu, Shangda, et autres
Publié: (2026)
par: Wu, Shangda, et autres
Publié: (2026)
Editing Music with Melody and Text: Using ControlNet for Diffusion Transformer
par: Hou, Siyuan, et autres
Publié: (2024)
par: Hou, Siyuan, et autres
Publié: (2024)
BickGraphing: Web-Based Application for Visual Inspection of Audio Recordings
par: Seow, Kayley, et autres
Publié: (2026)
par: Seow, Kayley, et autres
Publié: (2026)
Deep Learning for Tuberculosis Screening in a High-burden Setting using Cough Analysis and Speech Foundation Models
par: Ma, Ning, et autres
Publié: (2025)
par: Ma, Ning, et autres
Publié: (2025)
SongTrans: An unified song transcription and alignment method for lyrics and notes
par: Wu, Siwei, et autres
Publié: (2024)
par: Wu, Siwei, et autres
Publié: (2024)
MambaFoley: Foley Sound Generation using Selective State-Space Models
par: Colombo, Marco Furio, et autres
Publié: (2024)
par: Colombo, Marco Furio, et autres
Publié: (2024)
Dynamic Range Compression and Its Effect on Music Genre Classification
par: Madsen III, Arlyn Reese
Publié: (2024)
par: Madsen III, Arlyn Reese
Publié: (2024)
CLaMP 3: Universal Music Information Retrieval Across Unaligned Modalities and Unseen Languages
par: Wu, Shangda, et autres
Publié: (2025)
par: Wu, Shangda, et autres
Publié: (2025)
Overview of Speaker Modeling and Its Applications: From the Lens of Deep Speaker Representation Learning
par: Wang, Shuai, et autres
Publié: (2024)
par: Wang, Shuai, et autres
Publié: (2024)
AntiDeepFake: AI for Deep Fake Speech Recognition
par: Togootogtokh, Enkhtogtokh, et autres
Publié: (2024)
par: Togootogtokh, Enkhtogtokh, et autres
Publié: (2024)
CJST: CTC Compressor based Joint Speech and Text Training for Decoder-Only ASR
par: Zhou, Wei, et autres
Publié: (2024)
par: Zhou, Wei, et autres
Publié: (2024)
Estimating the Number and Locations of Boundaries in Reverberant Environments with Deep Learning
par: Arikan, Toros, et autres
Publié: (2024)
par: Arikan, Toros, et autres
Publié: (2024)
Audio Texture Manipulation by Exemplar-Based Analogy
par: Cheng, Kan Jen, et autres
Publié: (2025)
par: Cheng, Kan Jen, et autres
Publié: (2025)
Leveraging Prompt Learning and Pause Encoding for Alzheimer's Disease Detection
par: Liu, Yin-Long, et autres
Publié: (2024)
par: Liu, Yin-Long, et autres
Publié: (2024)
Few-Shot Bioacoustic Event Detection with Frame-Level Embedding Learning System
par: Zhao, PengYuan, et autres
Publié: (2024)
par: Zhao, PengYuan, et autres
Publié: (2024)
Interpreting End-to-End Deep Learning Models for Speech Source Localization Using Layer-wise Relevance Propagation
par: Comanducci, Luca, et autres
Publié: (2024)
par: Comanducci, Luca, et autres
Publié: (2024)
ED-TTS: Multi-Scale Emotion Modeling using Cross-Domain Emotion Diarization for Emotional Speech Synthesis
par: Tang, Haobin, et autres
Publié: (2024)
par: Tang, Haobin, et autres
Publié: (2024)
A Novel Deep Learning Framework for Efficient Multichannel Acoustic Feedback Control
par: Wu, Yuan-Kuei, et autres
Publié: (2025)
par: Wu, Yuan-Kuei, et autres
Publié: (2025)
Modeling strategies for speech enhancement in the latent space of a neural audio codec
par: Kammoun, Sofiene, et autres
Publié: (2025)
par: Kammoun, Sofiene, et autres
Publié: (2025)
De-crackling Virtual Analog Controls with Asymptotically Stable Recurrent Neural Networks
par: Kallinen, Valtteri, et autres
Publié: (2025)
par: Kallinen, Valtteri, et autres
Publié: (2025)
Control Surfaces: Using the Commodore 64 and Analog Synthesizer to Expand Musical Boundaries
par: McKemie, Daniel
Publié: (2025)
par: McKemie, Daniel
Publié: (2025)
LearnAFE: Circuit-Algorithm Co-design Framework for Learnable Audio Analog Front-End
par: Hu, Jinhai, et autres
Publié: (2025)
par: Hu, Jinhai, et autres
Publié: (2025)
DDSP Guitar Amp: Interpretable Guitar Amplifier Modeling
par: Yeh, Yen-Tung, et autres
Publié: (2024)
par: Yeh, Yen-Tung, et autres
Publié: (2024)
Keyword Mamba: Spoken Keyword Spotting with State Space Models
par: Ding, Hanyu, et autres
Publié: (2025)
par: Ding, Hanyu, et autres
Publié: (2025)
Multi-Speaker DOA Estimation in Binaural Hearing Aids using Deep Learning and Speaker Count Fusion
par: Jazaeri, Farnaz, et autres
Publié: (2025)
par: Jazaeri, Farnaz, et autres
Publié: (2025)
Selection of Layers from Self-supervised Learning Models for Predicting Mean-Opinion-Score of Speech
par: Liang, Xinyu, et autres
Publié: (2025)
par: Liang, Xinyu, et autres
Publié: (2025)
Parametric Neural Amp Modeling with Active Learning
par: Grötschla, Florian, et autres
Publié: (2025)
par: Grötschla, Florian, et autres
Publié: (2025)
State-Space Models in Efficient Whispered and Multi-dialect Speech Recognition
par: Farhadipour, Aref, et autres
Publié: (2025)
par: Farhadipour, Aref, et autres
Publié: (2025)
SAM: A Mamba-2 State-Space Audio-Language Model
par: Lee, Taehan, et autres
Publié: (2025)
par: Lee, Taehan, et autres
Publié: (2025)
Documents similaires
-
Solid State Bus-Comp: A Large-Scale and Diverse Dataset for Dynamic Range Compressor Virtual Analog Modeling
par: Gu, Yicheng, et autres
Publié: (2025) -
Automatic Melody Reduction via Shortest Path Finding
par: Wang, Ziyu, et autres
Publié: (2025) -
Everyone-Can-Sing: Zero-Shot Singing Voice Synthesis and Conversion with Speech Reference
par: Dai, Shuqi, et autres
Publié: (2025) -
Modeling Time-Variant Responses of Optical Compressors with Selective State Space Models
par: Simionato, Riccardo, et autres
Publié: (2024) -
Differentiable Black-box and Gray-box Modeling of Nonlinear Audio Effects
par: Comunità, Marco, et autres
Publié: (2025)