Buchumschlag

Decoding Vocal Articulations from Acoustic Latent Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cámara, Mateo, Marcos, Fernando, Blanco, José Luis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Open-Source System for Multilingual Translation and Cloned Speech Synthesis
von: Cámara, Mateo, et al.
Veröffentlicht: (2025)

Spatio-temporal Latent Representations for the Analysis of Acoustic Scenes in-the-wild
von: Montero-Ramírez, Claudia, et al.
Veröffentlicht: (2024)

Acoustic-to-articulatory Inversion of the Complete Vocal Tract from RT-MRI with Various Audio Embeddings and Dataset Sizes
von: Azzouz, Sofiane, et al.
Veröffentlicht: (2026)

Reconstruction of the Vocal Tract from Speech via Phonetic Representations Using MRI Data
von: Azzouz, Sofiane, et al.
Veröffentlicht: (2026)

Reconstruction of the Complete Vocal Tract Contour Through Acoustic to Articulatory Inversion Using Real-Time MRI Data
von: Azzouz, Sofiane, et al.
Veröffentlicht: (2025)

Auditory Representation Effective for Estimating Vocal Tract Information
von: Irino, Toshio, et al.
Veröffentlicht: (2023)

Leveraging Content and Acoustic Representations for Speech Emotion Recognition
von: Dutta, Soumya, et al.
Veröffentlicht: (2024)

Del Visual al Auditivo: Sonorización de Escenas Guiada por Imagen
von: Sánchez, María, et al.
Veröffentlicht: (2024)

Relating the Neural Representations of Vocalized, Mimed, and Imagined Speech
von: Maghsoudi, Maryam, et al.
Veröffentlicht: (2026)

Expressive Timing in Hindustani Vocal Music
von: Bhake, Yash, et al.
Veröffentlicht: (2025)

Acoustic Teleportation via Disentangled Neural Audio Codec Representations
von: Grundhuber, Philipp, et al.
Veröffentlicht: (2025)

Blind Acoustic Parameter Estimation Through Task-Agnostic Embeddings Using Latent Approximations
von: Götz, Philipp, et al.
Veröffentlicht: (2024)

Mel-RoFormer for Vocal Separation and Vocal Melody Transcription
von: Wang, Ju-Chiang, et al.
Veröffentlicht: (2024)

HASRD: Hierarchical Acoustic and Semantic Representation Disentanglement
von: Hussein, Amir, et al.
Veröffentlicht: (2025)

Improving Query-by-Vocal Imitation with Contrastive Learning and Audio Pretraining
von: Greif, Jonathan, et al.
Veröffentlicht: (2024)

Bird Vocalization Embedding Extraction Using Self-Supervised Disentangled Representation Learning
von: Shi, Runwu, et al.
Veröffentlicht: (2024)

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

Leveraging Discriminative Latent Representations for Conditioning GAN-Based Speech Enhancement
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2025)

Semantic-VAE: Semantic-Alignment Latent Representation for Better Speech Synthesis
von: Niu, Zhikang, et al.
Veröffentlicht: (2025)

On the Relation Between Speech Quality and Quantized Latent Representations of Neural Codecs
von: Halimeh, Mhd Modar, et al.
Veröffentlicht: (2025)

Variational Bayesian Adaptive Learning of Deep Latent Variables for Acoustic Knowledge Transfer
von: Hu, Hu, et al.
Veröffentlicht: (2025)

Segmental Attention Decoding With Long Form Acoustic Encodings
von: Swietojanski, Pawel, et al.
Veröffentlicht: (2025)

neuro2voc: Decoding Vocalizations from Neural Activity
von: Gao, Fei
Veröffentlicht: (2025)

CVSM: Contrastive Vocal Similarity Modeling
von: Garoufis, Christos, et al.
Veröffentlicht: (2025)

Diff-VS: Efficient Audio-Aware Diffusion U-Net for Vocals Separation
von: Yun-Ning, et al.
Veröffentlicht: (2026)

Multi Modal Information Fusion of Acoustic and Linguistic Data for Decoding Dairy Cow Vocalizations in Animal Welfare Assessment
von: Jobarteh, Bubacarr, et al.
Veröffentlicht: (2024)

Perceptual evaluation of Acoustic Level of Detail in Virtual Acoustic Environments
von: Fichna, Stefan, et al.
Veröffentlicht: (2025)

Investigation of Speech and Noise Latent Representations in Single-channel VAE-based Speech Enhancement
von: Li, Jiatong, et al.
Veröffentlicht: (2025)

Towards Perception-Informed Latent HRTF Representations
von: Zhang, You, et al.
Veröffentlicht: (2025)

Extract and Diffuse: Latent Integration for Improved Diffusion-based Speech and Vocal Enhancement
von: Yang, Yudong, et al.
Veröffentlicht: (2024)

One-Shot Distributed Node-Specific Signal Estimation with Non-Overlapping Latent Subspaces in Acoustic Sensor Networks
von: Didier, Paul, et al.
Veröffentlicht: (2024)

From Hallucination to Articulation: Language Model-Driven Losses for Ultra Low-Bitrate Neural Speech Coding
von: Yi, Jayeon, et al.
Veröffentlicht: (2026)

Leveraging Self-supervised Audio Representations for Data-Efficient Acoustic Scene Classification
von: Cai, Yiqiang, et al.
Veröffentlicht: (2024)

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

Melodic and Metrical Elements of Expressiveness in Hindustani Vocal Music
von: Bhake, Yash, et al.
Veröffentlicht: (2025)

Sub-band Domain Multi-Hypothesis Acoustic Echo Canceler Based Acoustic Scene Analysis
von: Southwell, Benjamin J, et al.
Veröffentlicht: (2025)

On the Effectiveness of Acoustic BPE in Decoder-Only TTS
von: Li, Bohan, et al.
Veröffentlicht: (2024)

Live Vocal Extraction from K-pop Performances
von: Kim, Yujin, et al.
Veröffentlicht: (2025)

SAMOS: A Neural MOS Prediction Model Leveraging Semantic Representations and Acoustic Features
von: Shi, Yu-Fei, et al.
Veröffentlicht: (2024)

Why Can't They Remember? Uncovering Representation and Retrieval Bottlenecks in Multi-Turn Acoustic Memory
von: Xiao, Yang, et al.
Veröffentlicht: (2026)