Buchumschlag

BTS: Bridging Text and Sound Modalities for Metadata-Aided Respiratory Sound Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, June-Woo, Toikkanen, Miika, Choi, Yera, Moon, Seoung-Eun, Jung, Ho-Young
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Respiratory Sound Classification with Architecture-Agnostic Knowledge Distillation from Ensembles
von: Toikkanen, Miika, et al.
Veröffentlicht: (2025)

RepAugment: Input-Agnostic Representation-Level Augmentation for Respiratory Sound Classification
von: Kim, June-Woo, et al.
Veröffentlicht: (2024)

Mitigating Stethoscope-Induced Shortcuts in Respiratory Sound Classification under Federated Domain Generalization with Causality-Inspired Interventions
von: Koo, Heejoon, et al.
Veröffentlicht: (2026)

Empowering Multimodal Respiratory Sound Classification with Counterfactual Adversarial Debiasing for Out-of-Distribution Robustness
von: Koo, Heejoon, et al.
Veröffentlicht: (2025)

DeFT-Mamba: Universal Multichannel Sound Separation and Polyphonic Audio Classification
von: Lee, Dongheon, et al.
Veröffentlicht: (2024)

Patch-Mix Contrastive Learning with Audio Spectrogram Transformer on Respiratory Sound Classification
von: Bae, Sangmin, et al.
Veröffentlicht: (2023)

Adaptive Differential Denoising for Respiratory Sounds Classification
von: Dong, Gaoyang, et al.
Veröffentlicht: (2025)

SoundCompass: Navigating Target Sound Extraction With Effective Directional Clue Integration In Complex Acoustic Scenes
von: Choi, Dayun, et al.
Veröffentlicht: (2025)

Disentangling Dual-Encoder Masked Autoencoder for Respiratory Sound Classification
von: Wei, Peidong, et al.
Veröffentlicht: (2025)

Multichannel-to-Multichannel Target Sound Extraction Using Direction and Timestamp Clues
von: Choi, Dayun, et al.
Veröffentlicht: (2024)

DiffSound: Differentiable Modal Sound Rendering and Inverse Rendering for Diverse Inference Tasks
von: Jin, Xutong, et al.
Veröffentlicht: (2024)

Patient Domain Supervised Contrastive Learning for Lung Sound Classification Using Mobile Phone
von: Jeong, Seung Gyu, et al.
Veröffentlicht: (2025)

Lungmix: A Mixup-Based Strategy for Generalization in Respiratory Sound Classification
von: Ge, Shijia, et al.
Veröffentlicht: (2024)

DISPATCH: Distilling Selective Patches for Speech Enhancement
von: Kim, Dohwan, et al.
Veröffentlicht: (2025)

Patient-Aware Feature Alignment for Robust Lung Sound Classification:Cohesion-Separation and Global Alignment Losses
von: Jeong, Seung Gyu, et al.
Veröffentlicht: (2025)

Domain Adaptation Method and Modality Gap Impact in Audio-Text Models for Prototypical Sound Classification
von: Acevedo, Emiliano, et al.
Veröffentlicht: (2025)

AudioSpa: Spatializing Sound Events with Text
von: Feng, Linfeng, et al.
Veröffentlicht: (2025)

VoxMed: One-Step Respiratory Disease Classifier using Digital Stethoscope Sounds
von: Mundra, Paridhi, et al.
Veröffentlicht: (2024)

First-Shot Unsupervised Anomalous Sound Detection With Unknown Anomalies Estimated by Metadata-Assisted Audio Generation
von: Zhang, Hejing, et al.
Veröffentlicht: (2023)

SoundLoCD: An Efficient Conditional Discrete Contrastive Latent Diffusion Model for Text-to-Sound Generation
von: Niu, Xinlei, et al.
Veröffentlicht: (2024)

Multi-View Spectrogram Transformer for Respiratory Sound Classification
von: He, Wentao, et al.
Veröffentlicht: (2023)

Trainingless Adaptation of Pretrained Models for Environmental Sound Classification
von: Tonami, Noriyuki, et al.
Veröffentlicht: (2024)

String Sound Synthesizer on GPU-accelerated Finite Difference Scheme
von: Lee, Jin Woo, et al.
Veröffentlicht: (2023)

Period Singer: Integrating Periodic and Aperiodic Variational Autoencoders for Natural-Sounding End-to-End Singing Voice Synthesis
von: Kim, Taewoo, et al.
Veröffentlicht: (2024)

Inter-channel Conv-TasNet for multichannel speech enhancement
von: Lee, Dongheon, et al.
Veröffentlicht: (2021)

Leveraging Sound Source Trajectories for Universal Sound Separation
von: Wu, Donghang, et al.
Veröffentlicht: (2024)

Sound Zone Control Robust To Sound Speed Change
von: Bhattacharjee, Sankha Subhra, et al.
Veröffentlicht: (2024)

Sound event detection based on auxiliary decoder and maximum probability aggregation for DCASE Challenge 2024 Task 4
von: Son, Sang Won, et al.
Veröffentlicht: (2024)

Differentiable Modal Synthesis for Physical Modeling of Planar String Sound and Motion Simulation
von: Lee, Jin Woo, et al.
Veröffentlicht: (2024)

Evaluating Sound Similarity Metrics for Differentiable, Iterative Sound-Matching
von: Salimi, Amir, et al.
Veröffentlicht: (2025)

Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
von: Saijo, Kohei, et al.
Veröffentlicht: (2024)

Exploring Text-Queried Sound Event Detection with Audio Source Separation
von: Yin, Han, et al.
Veröffentlicht: (2024)

3D Room Geometry Inference from Multichannel Room Impulse Response using Deep Neural Network
von: Yeon, Inmo, et al.
Veröffentlicht: (2024)

SEMamba++: A General Speech Restoration Framework Leveraging Global, Local, and Periodic Spectral Patterns
von: Lee, Yongjoon, et al.
Veröffentlicht: (2026)

RAF: Relativistic Adversarial Feedback For Universal Speech Synthesis
von: Lee, Yongjoon, et al.
Veröffentlicht: (2026)

SoundCTM: Unifying Score-based and Consistency Models for Full-band Text-to-Sound Generation
von: Saito, Koichi, et al.
Veröffentlicht: (2024)

Stream-based Active Learning for Anomalous Sound Detection in Machine Condition Monitoring
von: Ho, Tuan Vu, et al.
Veröffentlicht: (2024)

Listen through the Sound: Generative Speech Restoration Leveraging Acoustic Context Representation
von: Chung, Soo-Whan, et al.
Veröffentlicht: (2025)

Leveraging LLM and Text-Queried Separation for Noise-Robust Sound Event Detection
von: Yin, Han, et al.
Veröffentlicht: (2024)

AFT: An Exemplar-Free Class Incremental Learning Method for Environmental Sound Classification
von: Chen, Xinyi, et al.
Veröffentlicht: (2025)