Buchumschlag

Rethinking Non-Negative Matrix Factorization with Implicit Neural Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Subramani, Krishna, Smaragdis, Paris, Higuchi, Takuya, Souden, Mehrez
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Audio and Speech Processing Machine Learning Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Combolutional Neural Networks
von: Churchwell, Cameron, et al.
Veröffentlicht: (2025)

Re-Bottleneck: Latent Re-Structuring for Neural Audio Autoencoders
von: Bralios, Dimitrios, et al.
Veröffentlicht: (2025)

Noise-Robust DSP-Assisted Neural Pitch Estimation with Very Low Complexity
von: Subramani, Krishna, et al.
Veröffentlicht: (2023)

ImmerseDiffusion: A Generative Spatial Audio Latent Diffusion Model
von: Heydari, Mojtaba, et al.
Veröffentlicht: (2024)

Learning to Upsample and Upmix Audio in the Latent Domain
von: Bralios, Dimitrios, et al.
Veröffentlicht: (2025)

Resource-constrained stereo singing voice cancellation
von: Borrelli, Clara, et al.
Veröffentlicht: (2024)

On Class Separability Pitfalls In Audio-Text Contrastive Zero-Shot Learning
von: Tavares, Tiago, et al.
Veröffentlicht: (2024)

Audio Editing with Non-Rigid Text Prompts
von: Paissan, Francesco, et al.
Veröffentlicht: (2023)

Sound Source Separation Using Latent Variational Block-Wise Disentanglement
von: Helwani, Karim, et al.
Veröffentlicht: (2024)

Adaptive Slimming for Scalable and Efficient Speech Enhancement
von: Miccini, Riccardo, et al.
Veröffentlicht: (2025)

Ambisonics Super-Resolution Using A Waveform-Domain Neural Network
von: Nawfal, Ismael, et al.
Veröffentlicht: (2025)

Scaling Up Adaptive Filter Optimizers
von: Casebeer, Jonah, et al.
Veröffentlicht: (2024)

StereoFoley: Object-Aware Stereo Audio Generation from Video
von: Karchkhadze, Tornike, et al.
Veröffentlicht: (2025)

User-guided Generative Source Separation
von: Wen, Yutong, et al.
Veröffentlicht: (2025)

Large Language Models and Non-Negative Matrix Factorization for Bioacoustic Signal Decomposition
von: Torabi, Yasaman, et al.
Veröffentlicht: (2025)

Gencho: Room Impulse Response Generation from Reverberant Speech and Text via Diffusion Transformers
von: Lin, Jackie, et al.
Veröffentlicht: (2026)

Bayesian Negative Binomial Regression of Afrobeats Chart Persistence
von: Cabansag, Ian Jacob, et al.
Veröffentlicht: (2026)

HAAQI-Net: A Non-intrusive Neural Music Audio Quality Assessment Model for Hearing Aids
von: Wisnu, Dyah A. M. G., et al.
Veröffentlicht: (2024)

Contextual Speech Extraction: Leveraging Textual History as an Implicit Cue for Target Speech Extraction
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

Unsupervised Composable Representations for Audio
von: Bindi, Giovanni, et al.
Veröffentlicht: (2024)

Learning Disentangled Speech Representations
von: Brima, Yusuf, et al.
Veröffentlicht: (2023)

Feature Representations for Automatic Meerkat Vocalization Classification
von: Mahmoud, Imen Ben, et al.
Veröffentlicht: (2024)

Benchmarking Representations for Speech, Music, and Acoustic Events
von: La Quatra, Moreno, et al.
Veröffentlicht: (2024)

Evaluating Disentangled Representations for Controllable Music Generation
von: Ibáñez-Martínez, Laura, et al.
Veröffentlicht: (2026)

Learning Music Audio Representations With Limited Data
von: Plachouras, Christos, et al.
Veröffentlicht: (2025)

Acoustic-to-articulatory inversion for dysarthric speech: Are pre-trained self-supervised representations favorable?
von: Maharana, Sarthak Kumar, et al.
Veröffentlicht: (2023)

Multichannel Voice Trigger Detection Based on Transform-average-concatenate
von: Higuchi, Takuya, et al.
Veröffentlicht: (2023)

Learning Disentangled Audio Representations through Controlled Synthesis
von: Brima, Yusuf, et al.
Veröffentlicht: (2024)

ASTRA: Aligning Speech and Text Representations for Asr without Sampling
von: Gaur, Neeraj, et al.
Veröffentlicht: (2024)

Singer Identity Representation Learning using Self-Supervised Techniques
von: Torres, Bernardo, et al.
Veröffentlicht: (2024)

COCOLA: Coherence-Oriented Contrastive Learning of Musical Audio Representations
von: Ciranni, Ruben, et al.
Veröffentlicht: (2024)

Motif Mining and Unsupervised Representation Learning for BirdCLEF 2022
von: Miyaguchi, Anthony, et al.
Veröffentlicht: (2022)

RepCodec: A Speech Representation Codec for Speech Tokenization
von: Huang, Zhichao, et al.
Veröffentlicht: (2023)

PromptSep: Generative Audio Separation via Multimodal Prompting
von: Wen, Yutong, et al.
Veröffentlicht: (2025)

Towards the Synthesis of Non-speech Vocalizations
von: Hoq, Enjamamul, et al.
Veröffentlicht: (2024)

Speech After Gender: A Trans-Feminine Perspective on Next Steps for Speech Science and Technology
von: Netzorg, Robin, et al.
Veröffentlicht: (2024)

TheGlueNote: Learned Representations for Robust and Flexible Note Alignment
von: Peter, Silvan David, et al.
Veröffentlicht: (2024)

The Effect of Batch Size on Contrastive Self-Supervised Speech Representation Learning
von: Vaessen, Nik, et al.
Veröffentlicht: (2024)

An LSTM-Based Chord Generation System Using Chroma Histogram Representations
von: Hardwick, Jack
Veröffentlicht: (2024)

Knowledge boosting during low-latency inference
von: Srinivas, Vidya, et al.
Veröffentlicht: (2024)