What Does it Take to Generalize SER Model Across Datasets? A Comprehensive Benchmark
Fuente:
arXiv
Salvato in:
| Autori principali: | Ibrahim, Adham, Shehata, Shady, Kulkarni, Ajinkya, Mohamed, Mukhtar, Abdul-Mageed, Muhammad |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Same Words, Different Judgments: How Preferences Vary Across Modalities
di: Broukhim, Aaron, et al.
Pubblicazione: (2026)
di: Broukhim, Aaron, et al.
Pubblicazione: (2026)
AuthGlass: Benchmarking Voice Liveness Detection and Authentication on Smart Glasses via Comprehensive Acoustic Features
di: Xu, Weiye, et al.
Pubblicazione: (2025)
di: Xu, Weiye, et al.
Pubblicazione: (2025)
Opening Musical Creativity? Embedded Ideologies in Generative-AI Music Systems
di: Pram, Liam, et al.
Pubblicazione: (2025)
di: Pram, Liam, et al.
Pubblicazione: (2025)
Attribution-by-design: Ensuring Inference-Time Provenance in Generative Music Systems
di: Morreale, Fabio, et al.
Pubblicazione: (2025)
di: Morreale, Fabio, et al.
Pubblicazione: (2025)
BREATH: A Bio-Radar Embodied Agent for Tonal and Human-Aware Diffusion Music Generation
di: Wang, Yunzhe, et al.
Pubblicazione: (2025)
di: Wang, Yunzhe, et al.
Pubblicazione: (2025)
Tipping Points, Pulse Elasticity and Tonal Tension: An Empirical Study on What Generates Tipping Points
di: Naik, Canishk, et al.
Pubblicazione: (2024)
di: Naik, Canishk, et al.
Pubblicazione: (2024)
A Semantically Consistent Dataset for Data-Efficient Query-Based Universal Sound Separation
di: Li, Kai, et al.
Pubblicazione: (2026)
di: Li, Kai, et al.
Pubblicazione: (2026)
Echoes of Humanity: Exploring the Perceived Humanness of AI Music
di: Figueiredo, Flavio, et al.
Pubblicazione: (2025)
di: Figueiredo, Flavio, et al.
Pubblicazione: (2025)
An Intelligent AI glasses System with Multi-Agent Architecture for Real-Time Voice Processing and Task Execution
di: Chen, Sheng-Kai, et al.
Pubblicazione: (2026)
di: Chen, Sheng-Kai, et al.
Pubblicazione: (2026)
The Ghost in the Keys: A Disklavier Demo for Human-AI Musical Co-Creativity
di: Bradshaw, Louis, et al.
Pubblicazione: (2025)
di: Bradshaw, Louis, et al.
Pubblicazione: (2025)
GMM-ResNext: Combining Generative and Discriminative Models for Speaker Verification
di: Yan, Hui, et al.
Pubblicazione: (2024)
di: Yan, Hui, et al.
Pubblicazione: (2024)
Proceedings of The third international workshop on eXplainable AI for the Arts (XAIxArts)
di: Ford, Corey, et al.
Pubblicazione: (2025)
di: Ford, Corey, et al.
Pubblicazione: (2025)
Arabic Little STT: Arabic Children Speech Recognition Dataset
di: Alkadri, Mouhand, et al.
Pubblicazione: (2025)
di: Alkadri, Mouhand, et al.
Pubblicazione: (2025)
Interactive Melody Generation System for Enhancing the Creativity of Musicians
di: Hirawata, So, et al.
Pubblicazione: (2024)
di: Hirawata, So, et al.
Pubblicazione: (2024)
Exploring Situated Stabilities of a Rhythm Generation System through Variational Cross-Examination
di: Kotowski, Błażej, et al.
Pubblicazione: (2025)
di: Kotowski, Błażej, et al.
Pubblicazione: (2025)
AVE Speech: A Comprehensive Multi-Modal Dataset for Speech Recognition Integrating Audio, Visual, and Electromyographic Signals
di: Zhou, Dongliang, et al.
Pubblicazione: (2025)
di: Zhou, Dongliang, et al.
Pubblicazione: (2025)
Revisiting Your Memory: Reconstruction of Affect-Contextualized Memory via EEG-guided Audiovisual Generation
di: Kwon, Joonwoo, et al.
Pubblicazione: (2024)
di: Kwon, Joonwoo, et al.
Pubblicazione: (2024)
Freetalker: Controllable Speech and Text-Driven Gesture Generation Based on Diffusion Models for Enhanced Speaker Naturalness
di: Yang, Sicheng, et al.
Pubblicazione: (2024)
di: Yang, Sicheng, et al.
Pubblicazione: (2024)
TalkSketch: Multimodal Generative AI for Real-time Sketch Ideation with Speech
di: Shi, Weiyan, et al.
Pubblicazione: (2025)
di: Shi, Weiyan, et al.
Pubblicazione: (2025)
Voice "Cloning" is Style Transfer
di: Zhou, Kaitlyn, et al.
Pubblicazione: (2026)
di: Zhou, Kaitlyn, et al.
Pubblicazione: (2026)
Evaluating Human-AI Interaction via Usability, User Experience and Acceptance Measures for MMM-C: A Creative AI System for Music Composition
di: Tchemeube, Renaud Bougueng, et al.
Pubblicazione: (2025)
di: Tchemeube, Renaud Bougueng, et al.
Pubblicazione: (2025)
Mixed-Precision Information Bottlenecks for On-Device Trait-State Disentanglement in Bipolar Agitation Detection
di: Chandra, Joydeep
Pubblicazione: (2026)
di: Chandra, Joydeep
Pubblicazione: (2026)
Do AI Voices Learn Social Nuances? A Case of Politeness and Speech Rate
di: Rabin, Eyal, et al.
Pubblicazione: (2025)
di: Rabin, Eyal, et al.
Pubblicazione: (2025)
Improved Dysarthric Speech to Text Conversion via TTS Personalization
di: Mihajlik, Péter, et al.
Pubblicazione: (2025)
di: Mihajlik, Péter, et al.
Pubblicazione: (2025)
FireRedChat: A Pluggable, Full-Duplex Voice Interaction System with Cascaded and Semi-Cascaded Implementations
di: Chen, Junjie, et al.
Pubblicazione: (2025)
di: Chen, Junjie, et al.
Pubblicazione: (2025)
SpeechCompass: Enhancing Mobile Captioning with Diarization and Directional Guidance via Multi-Microphone Localization
di: Dementyev, Artem, et al.
Pubblicazione: (2025)
di: Dementyev, Artem, et al.
Pubblicazione: (2025)
Bridging the Gap between Micro-scale Traffic Simulation and 4D Digital Cityscapes
di: Jiao, Longxiang, et al.
Pubblicazione: (2026)
di: Jiao, Longxiang, et al.
Pubblicazione: (2026)
Erie: A Declarative Grammar for Data Sonification
di: Kim, Hyeok, et al.
Pubblicazione: (2024)
di: Kim, Hyeok, et al.
Pubblicazione: (2024)
Effect of Avatar Head Movement on Communication Behaviour, Experience of Presence and Conversation Success in Triadic Conversations
di: Kothe, Angelika, et al.
Pubblicazione: (2025)
di: Kothe, Angelika, et al.
Pubblicazione: (2025)
Three-Class Emotion Classification for Audiovisual Scenes Based on Ensemble Learning Scheme
di: Xiong, Xiangrui, et al.
Pubblicazione: (2025)
di: Xiong, Xiangrui, et al.
Pubblicazione: (2025)
Accessible Fine-grained Data Representation via Spatial Audio
di: Liu, Can, et al.
Pubblicazione: (2026)
di: Liu, Can, et al.
Pubblicazione: (2026)
LightBeam: An Accurate and Memory-Efficient CTC Decoder for Speech Neuroprostheses
di: Feghhi, Ebrahim, et al.
Pubblicazione: (2026)
di: Feghhi, Ebrahim, et al.
Pubblicazione: (2026)
FlueBricks: A Construction Kit of Flute-like Instruments for Acoustic Reasoning
di: Chen, Bo-Yu, et al.
Pubblicazione: (2026)
di: Chen, Bo-Yu, et al.
Pubblicazione: (2026)
EarResp-ANS : Audio-Based On-Device Respiration Rate Estimation on Earphones with Adaptive Noise Suppression
di: Küttner, Michael, et al.
Pubblicazione: (2026)
di: Küttner, Michael, et al.
Pubblicazione: (2026)
Opening the Design Space: Two Years of Performance with Intelligent Musical Instruments
di: Martin, Charles Patrick
Pubblicazione: (2026)
di: Martin, Charles Patrick
Pubblicazione: (2026)
Bridging ASR and LLMs for Dysarthric Speech Recognition: Benchmarking Self-Supervised and Generative Approaches
di: Aboeitta, Ahmed, et al.
Pubblicazione: (2025)
di: Aboeitta, Ahmed, et al.
Pubblicazione: (2025)
Open Your Ears and Take a Look: A State-of-the-Art Report on the Integration of Sonification and Visualization
di: Enge, Kajetan, et al.
Pubblicazione: (2024)
di: Enge, Kajetan, et al.
Pubblicazione: (2024)
SounDiT: Geo-Contextual Soundscape-to-Landscape Generation
di: Wang, Junbo, et al.
Pubblicazione: (2025)
di: Wang, Junbo, et al.
Pubblicazione: (2025)
Lla-VAP: LSTM Ensemble of Llama and VAP for Turn-Taking Prediction
di: Jeon, Hyunbae, et al.
Pubblicazione: (2024)
di: Jeon, Hyunbae, et al.
Pubblicazione: (2024)
Calliope: An Online Generative Music System for Symbolic Multi-Track Composition
di: Tchemeube, Renaud Bougueng, et al.
Pubblicazione: (2025)
di: Tchemeube, Renaud Bougueng, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Same Words, Different Judgments: How Preferences Vary Across Modalities
di: Broukhim, Aaron, et al.
Pubblicazione: (2026) -
AuthGlass: Benchmarking Voice Liveness Detection and Authentication on Smart Glasses via Comprehensive Acoustic Features
di: Xu, Weiye, et al.
Pubblicazione: (2025) -
Opening Musical Creativity? Embedded Ideologies in Generative-AI Music Systems
di: Pram, Liam, et al.
Pubblicazione: (2025) -
Attribution-by-design: Ensuring Inference-Time Provenance in Generative Music Systems
di: Morreale, Fabio, et al.
Pubblicazione: (2025) -
BREATH: A Bio-Radar Embodied Agent for Tonal and Human-Aware Diffusion Music Generation
di: Wang, Yunzhe, et al.
Pubblicazione: (2025)