Sound Event Bounding Boxes
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ebbers, Janek, Germain, Francois G., Wichern, Gordon, Roux, Jonathan Le |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
par: Saijo, Kohei, et autres
Publié: (2024)
par: Saijo, Kohei, et autres
Publié: (2024)
Task-Aware Unified Source Separation
par: Saijo, Kohei, et autres
Publié: (2024)
par: Saijo, Kohei, et autres
Publié: (2024)
Local Density-Based Anomaly Score Normalization for Domain Generalization
par: Wilkinghoff, Kevin, et autres
Publié: (2025)
par: Wilkinghoff, Kevin, et autres
Publié: (2025)
Enhanced Reverberation as Supervision for Unsupervised Speech Separation
par: Saijo, Kohei, et autres
Publié: (2024)
par: Saijo, Kohei, et autres
Publié: (2024)
SMITIN: Self-Monitored Inference-Time INtervention for Generative Music Transformers
par: Koo, Junghyun, et autres
Publié: (2024)
par: Koo, Junghyun, et autres
Publié: (2024)
TF-Locoformer: Transformer with Local Modeling by Convolution for Speech Separation and Enhancement
par: Saijo, Kohei, et autres
Publié: (2024)
par: Saijo, Kohei, et autres
Publié: (2024)
Retrieval-Augmented Neural Field for HRTF Upsampling and Personalization
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
HASRD: Hierarchical Acoustic and Semantic Representation Disentanglement
par: Hussein, Amir, et autres
Publié: (2025)
par: Hussein, Amir, et autres
Publié: (2025)
Physics-Informed Direction-Aware Neural Acoustic Fields
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
Velocity Potential Neural Field for Efficient Ambisonics Impulse Response Modeling
par: Masuyama, Yoshiki, et autres
Publié: (2026)
par: Masuyama, Yoshiki, et autres
Publié: (2026)
Mind the Gap: Detecting Cluster Exits for Robust Local Density-Based Score Normalization in Anomalous Sound Detection
par: Wilkinghoff, Kevin, et autres
Publié: (2026)
par: Wilkinghoff, Kevin, et autres
Publié: (2026)
NIIRF: Neural IIR Filter Field for HRTF Upsampling and Personalization
par: Masuyama, Yoshiki, et autres
Publié: (2024)
par: Masuyama, Yoshiki, et autres
Publié: (2024)
Improving Audio Captioning Models with Fine-grained Audio Features, Text Embedding Supervision, and LLM Mix-up Augmentation
par: Wu, Shih-Lun, et autres
Publié: (2023)
par: Wu, Shih-Lun, et autres
Publié: (2023)
FasTUSS: Faster Task-Aware Unified Source Separation
par: Paissan, Francesco, et autres
Publié: (2025)
par: Paissan, Francesco, et autres
Publié: (2025)
DCASE 2024 Task 4: Sound Event Detection with Heterogeneous Data and Missing Labels
par: Cornell, Samuele, et autres
Publié: (2024)
par: Cornell, Samuele, et autres
Publié: (2024)
FlexIO: Flexible Single- and Multi-Channel Speech Separation and Enhancement
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
TS-SEP: Joint Diarization and Separation Conditioned on Estimated Speaker Embeddings
par: Boeddeker, Christoph, et autres
Publié: (2023)
par: Boeddeker, Christoph, et autres
Publié: (2023)
Direction-Aware Neural Acoustic Fields for Few-Shot Interpolation of Ambisonic Impulse Responses
par: Ick, Christopher, et autres
Publié: (2025)
par: Ick, Christopher, et autres
Publié: (2025)
Data Augmentation Using Neural Acoustic Fields With Retrieval-Augmented Pre-training
par: Ick, Christopher, et autres
Publié: (2025)
par: Ick, Christopher, et autres
Publié: (2025)
Why does music source separation benefit from cacophony?
par: Jeon, Chang-Bin, et autres
Publié: (2024)
par: Jeon, Chang-Bin, et autres
Publié: (2024)
Self Training and Ensembling Frequency Dependent Networks with Coarse Prediction Pooling and Sound Event Bounding Boxes
par: Nam, Hyeonuk, et autres
Publié: (2024)
par: Nam, Hyeonuk, et autres
Publié: (2024)
The Sound Demixing Challenge 2023 $\unicode{x2013}$ Cinematic Demixing Track
par: Uhlich, Stefan, et autres
Publié: (2023)
par: Uhlich, Stefan, et autres
Publié: (2023)
UWAV: Uncertainty-weighted Weakly-supervised Audio-Visual Video Parsing
par: Lai, Yung-Hsuan, et autres
Publié: (2025)
par: Lai, Yung-Hsuan, et autres
Publié: (2025)
Exploring Disentangled Neural Speech Codecs from Self-Supervised Representations
par: Aihara, Ryo, et autres
Publié: (2025)
par: Aihara, Ryo, et autres
Publié: (2025)
Handling Domain Shifts for Anomalous Sound Detection: A Review of DCASE-Related Work
par: Wilkinghoff, Kevin, et autres
Publié: (2025)
par: Wilkinghoff, Kevin, et autres
Publié: (2025)
SUNAC: Source-aware Unified Neural Audio Codec
par: Aihara, Ryo, et autres
Publié: (2025)
par: Aihara, Ryo, et autres
Publié: (2025)
Factorized RVQ-GAN For Disentangled Speech Tokenization
par: Khurana, Sameer, et autres
Publié: (2025)
par: Khurana, Sameer, et autres
Publié: (2025)
Improving Audio Spectrogram Transformers for Sound Event Detection Through Multi-Stage Training
par: Schmid, Florian, et autres
Publié: (2024)
par: Schmid, Florian, et autres
Publié: (2024)
Joint Analysis of Acoustic Scenes and Sound Events Based on Semi-Supervised Training of Sound Events With Partial Labels
par: Imoto, Keisuke
Publié: (2025)
par: Imoto, Keisuke
Publié: (2025)
AudioSpa: Spatializing Sound Events with Text
par: Feng, Linfeng, et autres
Publié: (2025)
par: Feng, Linfeng, et autres
Publié: (2025)
Frequency Dynamic Convolutions for Sound Event Detection
par: Nam, Hyeonuk
Publié: (2025)
par: Nam, Hyeonuk
Publié: (2025)
Noise-Robust Sound Event Detection and Counting via Language-Queried Sound Separation
par: Chen, Yuanjian, et autres
Publié: (2025)
par: Chen, Yuanjian, et autres
Publié: (2025)
Zero- and Few-shot Sound Event Localization and Detection
par: Shimada, Kazuki, et autres
Publié: (2023)
par: Shimada, Kazuki, et autres
Publié: (2023)
Towards Understanding of Frequency Dependence on Sound Event Detection
par: Nam, Hyeonuk, et autres
Publié: (2025)
par: Nam, Hyeonuk, et autres
Publié: (2025)
Sound Event Detection with Boundary-Aware Optimization and Inference
par: Schmid, Florian, et autres
Publié: (2026)
par: Schmid, Florian, et autres
Publié: (2026)
JiTTER: Jigsaw Temporal Transformer for Event Reconstruction for Self-Supervised Sound Event Detection
par: Nam, Hyeonuk, et autres
Publié: (2025)
par: Nam, Hyeonuk, et autres
Publié: (2025)
Unsupervised Improved MVDR Beamforming for Sound Enhancement
par: Kealey, Jacob, et autres
Publié: (2024)
par: Kealey, Jacob, et autres
Publié: (2024)
Effective Pre-Training of Audio Transformers for Sound Event Detection
par: Schmid, Florian, et autres
Publié: (2024)
par: Schmid, Florian, et autres
Publié: (2024)
Hierarchical Pooling Structure for Weakly Labeled Sound Event Detection
par: He, Ke-Xin, et autres
Publié: (2019)
par: He, Ke-Xin, et autres
Publié: (2019)
Ensemble Confidence Calibration for Sound Event Detection in Open-environment
par: Chen, Yuanjian, et autres
Publié: (2025)
par: Chen, Yuanjian, et autres
Publié: (2025)
Documents similaires
-
Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
par: Saijo, Kohei, et autres
Publié: (2024) -
Task-Aware Unified Source Separation
par: Saijo, Kohei, et autres
Publié: (2024) -
Local Density-Based Anomaly Score Normalization for Domain Generalization
par: Wilkinghoff, Kevin, et autres
Publié: (2025) -
Enhanced Reverberation as Supervision for Unsupervised Speech Separation
par: Saijo, Kohei, et autres
Publié: (2024) -
SMITIN: Self-Monitored Inference-Time INtervention for Generative Music Transformers
par: Koo, Junghyun, et autres
Publié: (2024)