Diffusion Synthesizer for Efficient Multilingual Speech to Speech Translation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Hirschkind, Nameer, Yu, Xiao, Nandwana, Mahesh Kumar, Liu, Joseph, DuBois, Eloi, Le, Dao, Thiebaut, Nicolas, Sinclair, Colin, Spence, Kyle, Shang, Charles, Abrams, Zoe, McGuire, Morgan |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Regularized Entropy Information Adaptation with Temporal-Awareness Networks for Simultaneous Speech Translation
par: Liu, Joseph, et autres
Publié: (2026)
par: Liu, Joseph, et autres
Publié: (2026)
REINA: Regularized Entropy Information-Based Loss for Efficient Simultaneous Speech Translation
par: Hirschkind, Nameer, et autres
Publié: (2025)
par: Hirschkind, Nameer, et autres
Publié: (2025)
Enhancing Multilingual Voice Toxicity Detection with Speech-Text Alignment
par: Liu, Joseph, et autres
Publié: (2024)
par: Liu, Joseph, et autres
Publié: (2024)
Automatic Speech Recognition for Non-Native English: Accuracy and Disfluency Handling
par: McGuire, Michael
Publié: (2025)
par: McGuire, Michael
Publié: (2025)
Layer-wise Analysis for Quality of Multilingual Synthesized Speech
par: Cooper, Erica, et autres
Publié: (2025)
par: Cooper, Erica, et autres
Publié: (2025)
Open-Source System for Multilingual Translation and Cloned Speech Synthesis
par: Cámara, Mateo, et autres
Publié: (2025)
par: Cámara, Mateo, et autres
Publié: (2025)
S2ST-Omni: Hierarchical Language-Aware SpeechLLM Adaptation for Multilingual Speech-to-Speech Translation
par: Pan, Yu, et autres
Publié: (2025)
par: Pan, Yu, et autres
Publié: (2025)
Textless Streaming Speech-to-Speech Translation using Semantic Speech Tokens
par: Zhao, Jinzheng, et autres
Publié: (2024)
par: Zhao, Jinzheng, et autres
Publié: (2024)
The TEA-ASLP System for Multilingual Conversational Speech Recognition and Speech Diarization in MLC-SLM 2025 Challenge
par: Xue, Hongfei, et autres
Publié: (2025)
par: Xue, Hongfei, et autres
Publié: (2025)
EmoSSLSphere: Multilingual Emotional Speech Synthesis with Spherical Vectors and Discrete Speech Tokens
par: Park, Joonyong, et autres
Publié: (2025)
par: Park, Joonyong, et autres
Publié: (2025)
Towards Explainable Spoofed Speech Attribution and Detection:a Probabilistic Approach for Characterizing Speech Synthesizer Components
par: Mishra, Jagabandhu, et autres
Publié: (2025)
par: Mishra, Jagabandhu, et autres
Publié: (2025)
Textless Unit-to-Unit training for Many-to-Many Multilingual Speech-to-Speech Translation
par: Kim, Minsu, et autres
Publié: (2023)
par: Kim, Minsu, et autres
Publié: (2023)
Emilia: An Extensive, Multilingual, and Diverse Speech Dataset for Large-Scale Speech Generation
par: He, Haorui, et autres
Publié: (2024)
par: He, Haorui, et autres
Publié: (2024)
Extending Multilingual Speech Synthesis to 100+ Languages without Transcribed Data
par: Saeki, Takaaki, et autres
Publié: (2024)
par: Saeki, Takaaki, et autres
Publié: (2024)
SpeechTaxi: On Multilingual Semantic Speech Classification
par: Keller, Lennart, et autres
Publié: (2024)
par: Keller, Lennart, et autres
Publié: (2024)
Benchmarking Humans and Machines on Complex Multilingual Speech Understanding Tasks
par: Kankanala, Sai Samrat, et autres
Publié: (2025)
par: Kankanala, Sai Samrat, et autres
Publié: (2025)
Joint Training And Decoding for Multilingual End-to-End Simultaneous Speech Translation
par: Huang, Wuwei, et autres
Publié: (2025)
par: Huang, Wuwei, et autres
Publié: (2025)
Fish-Speech: Leveraging Large Language Models for Advanced Multilingual Text-to-Speech Synthesis
par: Liao, Shijia, et autres
Publié: (2024)
par: Liao, Shijia, et autres
Publié: (2024)
Textless Speech-to-Speech Translation With Limited Parallel Data
par: Diwan, Anuj, et autres
Publié: (2023)
par: Diwan, Anuj, et autres
Publié: (2023)
A Multilingual Framework for Dysarthria: Detection, Severity Classification, Speech-to-Text, and Clean Speech Generation
par: Raghu, Ananya, et autres
Publié: (2025)
par: Raghu, Ananya, et autres
Publié: (2025)
Benchmarking Large Pretrained Multilingual Models on Québec French Speech Recognition
par: Serrand, Coralie, et autres
Publié: (2025)
par: Serrand, Coralie, et autres
Publié: (2025)
Novel Parasitic Dual-Scale Modeling for Efficient and Accurate Multilingual Speech Translation
par: Le, Chenyang, et autres
Publié: (2025)
par: Le, Chenyang, et autres
Publié: (2025)
Bayesian Speech Synthesizers Can Learn from Multiple Teachers
par: Zhang, Ziyang, et autres
Publié: (2025)
par: Zhang, Ziyang, et autres
Publié: (2025)
TTA: Transcribe, Translate and Alignment for Cross-lingual Speech Representation
par: Liu, Wei, et autres
Publié: (2025)
par: Liu, Wei, et autres
Publié: (2025)
High-Fidelity Simultaneous Speech-To-Speech Translation
par: Labiausse, Tom, et autres
Publié: (2025)
par: Labiausse, Tom, et autres
Publié: (2025)
Direct Speech to Speech Translation: A Review
par: Sarim, Mohammad, et autres
Publié: (2025)
par: Sarim, Mohammad, et autres
Publié: (2025)
Speech-MASSIVE: A Multilingual Speech Dataset for SLU and Beyond
par: Lee, Beomseok, et autres
Publié: (2024)
par: Lee, Beomseok, et autres
Publié: (2024)
Prosody as Supervision: Bridging the Non-Verbal--Verbal for Multilingual Speech Emotion Recognition
par: Girish, et autres
Publié: (2026)
par: Girish, et autres
Publié: (2026)
Scheduled Interleaved Speech-Text Training for Speech-to-Speech Translation with LLMs
par: Futami, Hayato, et autres
Publié: (2025)
par: Futami, Hayato, et autres
Publié: (2025)
SpeechFake: A Large-Scale Multilingual Speech Deepfake Dataset Incorporating Cutting-Edge Generation Methods
par: Huang, Wen, et autres
Publié: (2025)
par: Huang, Wen, et autres
Publié: (2025)
ZMM-TTS: Zero-shot Multilingual and Multispeaker Speech Synthesis Conditioned on Self-supervised Discrete Speech Representations
par: Gong, Cheng, et autres
Publié: (2023)
par: Gong, Cheng, et autres
Publié: (2023)
ML-SUPERB: Multilingual Speech Universal PERformance Benchmark
par: Shi, Jiatong, et autres
Publié: (2023)
par: Shi, Jiatong, et autres
Publié: (2023)
Multilingual Speech Recognition Using Discrete Tokens with a Two-step Training Strategy
par: Li, Zehan, et autres
Publié: (2025)
par: Li, Zehan, et autres
Publié: (2025)
P.808 Multilingual Speech Enhancement Testing: Approach and Results of URGENT 2025 Challenge
par: Sach, Marvin, et autres
Publié: (2025)
par: Sach, Marvin, et autres
Publié: (2025)
Simultaneous Speech-to-Speech Translation Without Aligned Data
par: Labiausse, Tom, et autres
Publié: (2026)
par: Labiausse, Tom, et autres
Publié: (2026)
AS-Speech: Adaptive Style For Speech Synthesis
par: Li, Zhipeng, et autres
Publié: (2024)
par: Li, Zhipeng, et autres
Publié: (2024)
RosettaSpeech: Zero-Shot Speech-to-Speech Translation without Parallel Speech
par: Zheng, Zhisheng, et autres
Publié: (2025)
par: Zheng, Zhisheng, et autres
Publié: (2025)
Rapidly Adapting to New Voice Spoofing: Few-Shot Detection of Synthesized Speech Under Distribution Shifts
par: Garg, Ashi, et autres
Publié: (2025)
par: Garg, Ashi, et autres
Publié: (2025)
A Semi-spontaneous Dutch Speech Dataset for Speech Enhancement and Speech Recognition
par: de Groot, Dimme, et autres
Publié: (2026)
par: de Groot, Dimme, et autres
Publié: (2026)
SimulS2S-LLM: Unlocking Simultaneous Inference of Speech LLMs for Speech-to-Speech Translation
par: Deng, Keqi, et autres
Publié: (2025)
par: Deng, Keqi, et autres
Publié: (2025)
Documents similaires
-
Regularized Entropy Information Adaptation with Temporal-Awareness Networks for Simultaneous Speech Translation
par: Liu, Joseph, et autres
Publié: (2026) -
REINA: Regularized Entropy Information-Based Loss for Efficient Simultaneous Speech Translation
par: Hirschkind, Nameer, et autres
Publié: (2025) -
Enhancing Multilingual Voice Toxicity Detection with Speech-Text Alignment
par: Liu, Joseph, et autres
Publié: (2024) -
Automatic Speech Recognition for Non-Native English: Accuracy and Disfluency Handling
par: McGuire, Michael
Publié: (2025) -
Layer-wise Analysis for Quality of Multilingual Synthesized Speech
par: Cooper, Erica, et autres
Publié: (2025)