MUSA: Multi-lingual Speaker Anonymization via Serial Disentanglement
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yao, Jixun, Wang, Qing, Guo, Pengcheng, Ning, Ziqian, Yang, Yuguang, Pan, Yu, Xie, Lei |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Distinctive and Natural Speaker Anonymization via Singular Value Transformation-assisted Matrix
par: Yao, Jixun, et autres
Publié: (2024)
par: Yao, Jixun, et autres
Publié: (2024)
EASY: Emotion-aware Speaker Anonymization via Factorized Distillation
par: Yao, Jixun, et autres
Publié: (2025)
par: Yao, Jixun, et autres
Publié: (2025)
StableVC: Style Controllable Zero-Shot Voice Conversion with Conditional Flow Matching
par: Yao, Jixun, et autres
Publié: (2024)
par: Yao, Jixun, et autres
Publié: (2024)
Fine-grained Preference Optimization Improves Zero-shot Text-to-Speech
par: Yao, Jixun, et autres
Publié: (2025)
par: Yao, Jixun, et autres
Publié: (2025)
DiffAttack: Diffusion-based Timbre-reserved Adversarial Attack in Speaker Identification
par: Wang, Qing, et autres
Publié: (2025)
par: Wang, Qing, et autres
Publié: (2025)
DualVC 3: Leveraging Language Model Generated Pseudo Context for End-to-end Low Latency Streaming Voice Conversion
par: Ning, Ziqian, et autres
Publié: (2024)
par: Ning, Ziqian, et autres
Publié: (2024)
MeanVC: Lightweight and Streaming Zero-Shot Voice Conversion via Mean Flows
par: Ma, Guobin, et autres
Publié: (2025)
par: Ma, Guobin, et autres
Publié: (2025)
NPU-NTU System for Voice Privacy 2024 Challenge
par: Yao, Jixun, et autres
Publié: (2024)
par: Yao, Jixun, et autres
Publié: (2024)
DualVC 2: Dynamic Masked Convolution for Unified Streaming and Non-Streaming Voice Conversion
par: Ning, Ziqian, et autres
Publié: (2023)
par: Ning, Ziqian, et autres
Publié: (2023)
Zero-Shot Voice Conversion via Content-Aware Timbre Ensemble and Conditional Flow Matching
par: Pan, Yu, et autres
Publié: (2024)
par: Pan, Yu, et autres
Publié: (2024)
Drop the beat! Freestyler for Accompaniment Conditioned Rapping Voice Generation
par: Ning, Ziqian, et autres
Publié: (2024)
par: Ning, Ziqian, et autres
Publié: (2024)
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)
DiffRhythm: Blazingly Fast and Embarrassingly Simple End-to-End Full-Length Song Generation with Latent Diffusion
par: Ning, Ziqian, et autres
Publié: (2025)
par: Ning, Ziqian, et autres
Publié: (2025)
Adapting General Disentanglement-Based Speaker Anonymization for Enhanced Emotion Preservation
par: Miao, Xiaoxiao, et autres
Publié: (2024)
par: Miao, Xiaoxiao, et autres
Publié: (2024)
DiffRhythm 2: Efficient and High Fidelity Song Generation via Block Flow Matching
par: Jiang, Yuepeng, et autres
Publié: (2025)
par: Jiang, Yuepeng, et autres
Publié: (2025)
UniFlow: Unifying Speech Front-End Tasks via Continuous Generative Modeling
par: Wang, Ziqian, et autres
Publié: (2025)
par: Wang, Ziqian, et autres
Publié: (2025)
SQ-Whisper: Speaker-Querying based Whisper Model for Target-Speaker ASR
par: Guo, Pengcheng, et autres
Publié: (2024)
par: Guo, Pengcheng, et autres
Publié: (2024)
Takin-VC: Expressive Zero-Shot Voice Conversion via Adaptive Hybrid Content Encoding and Enhanced Timbre Modeling
par: Yang, Yuguang, et autres
Publié: (2024)
par: Yang, Yuguang, et autres
Publié: (2024)
EvoTSE: Evolving Enrollment for Target Speaker Extraction
par: Liu, Zikai, et autres
Publié: (2026)
par: Liu, Zikai, et autres
Publié: (2026)
StreamFlow: Streaming Flow Matching with Block-wise Guided Attention Mask for Speech Token Decoding
par: Guo, Dake, et autres
Publié: (2025)
par: Guo, Dake, et autres
Publié: (2025)
Speaker Contrastive Learning for Source Speaker Tracing
par: Wang, Qing, et autres
Publié: (2024)
par: Wang, Qing, et autres
Publié: (2024)
Pinhole Effect on Linkability and Dispersion in Speaker Anonymization
par: Lee, Kong Aik, et autres
Publié: (2025)
par: Lee, Kong Aik, et autres
Publié: (2025)
MPO: Multidimensional Preference Optimization for Language Model-based Text-to-Speech
par: Xia, Kangxiang, et autres
Publié: (2025)
par: Xia, Kangxiang, et autres
Publié: (2025)
DiffRhythm+: Controllable and Flexible Full-Length Song Generation with Preference Optimization
par: Chen, Huakang, et autres
Publié: (2025)
par: Chen, Huakang, et autres
Publié: (2025)
SynthVC: Leveraging Synthetic Data for End-to-End Low Latency Streaming Voice Conversion
par: Guo, Zhao, et autres
Publié: (2025)
par: Guo, Zhao, et autres
Publié: (2025)
REF-VC: Robust, Expressive and Fast Zero-Shot Voice Conversion with Diffusion Transformers
par: Jiang, Yuepeng, et autres
Publié: (2025)
par: Jiang, Yuepeng, et autres
Publié: (2025)
Whisper-SV: Adapting Whisper for Low-data-resource Speaker Verification
par: Zhang, Li, et autres
Publié: (2024)
par: Zhang, Li, et autres
Publié: (2024)
Anonymization, Not Elimination: Utility-Preserved Speech Anonymization
par: Xiao, Yunchong, et autres
Publié: (2026)
par: Xiao, Yunchong, et autres
Publié: (2026)
Accent-VITS:accent transfer for end-to-end TTS
par: Ma, Linhan, et autres
Publié: (2023)
par: Ma, Linhan, et autres
Publié: (2023)
ClapFM-EVC: High-Fidelity and Flexible Emotional Voice Conversion with Dual Control from Natural Language and Speech
par: Pan, Yu, et autres
Publié: (2025)
par: Pan, Yu, et autres
Publié: (2025)
Towards Out-of-Distribution Detection in Vocoder Recognition via Latent Feature Reconstruction
par: Du, Renmingyue, et autres
Publié: (2024)
par: Du, Renmingyue, et autres
Publié: (2024)
Mitigating Language Mismatch in SSL-Based Speaker Anonymization
par: Zhang, Zhe, et autres
Publié: (2025)
par: Zhang, Zhe, et autres
Publié: (2025)
Boosting Multi-Speaker Expressive Speech Synthesis with Semi-supervised Contrastive Learning
par: Zhu, Xinfa, et autres
Publié: (2023)
par: Zhu, Xinfa, et autres
Publié: (2023)
Speaker Disentanglement of Speech Pre-trained Model Based on Interpretability
par: Zhu, Xiaoxu, et autres
Publié: (2025)
par: Zhu, Xiaoxu, et autres
Publié: (2025)
GenSE: Generative Speech Enhancement via Language Models using Hierarchical Modeling
par: Yao, Jixun, et autres
Publié: (2025)
par: Yao, Jixun, et autres
Publié: (2025)
Attacking Voice Anonymization Systems with Augmented Feature and Speaker Identity Difference
par: Zhang, Yanzhe, et autres
Publié: (2024)
par: Zhang, Yanzhe, et autres
Publié: (2024)
SA-SOT: Speaker-Aware Serialized Output Training for Multi-Talker ASR
par: Fan, Zhiyun, et autres
Publié: (2024)
par: Fan, Zhiyun, et autres
Publié: (2024)
MLCA-AVSR: Multi-Layer Cross Attention Fusion based Audio-Visual Speech Recognition
par: Wang, He, et autres
Publié: (2024)
par: Wang, He, et autres
Publié: (2024)
Mixture of LoRA Experts with Multi-Modal and Multi-Granularity LLM Generative Error Correction for Accented Speech Recognition
par: Mu, Bingshen, et autres
Publié: (2025)
par: Mu, Bingshen, et autres
Publié: (2025)
Dual-LoRA: Parameter-Efficient Adversarial Disentanglement for Cross-Lingual Speaker Verification
par: Shangguan, Qituan, et autres
Publié: (2026)
par: Shangguan, Qituan, et autres
Publié: (2026)
Documents similaires
-
Distinctive and Natural Speaker Anonymization via Singular Value Transformation-assisted Matrix
par: Yao, Jixun, et autres
Publié: (2024) -
EASY: Emotion-aware Speaker Anonymization via Factorized Distillation
par: Yao, Jixun, et autres
Publié: (2025) -
StableVC: Style Controllable Zero-Shot Voice Conversion with Conditional Flow Matching
par: Yao, Jixun, et autres
Publié: (2024) -
Fine-grained Preference Optimization Improves Zero-shot Text-to-Speech
par: Yao, Jixun, et autres
Publié: (2025) -
DiffAttack: Diffusion-based Timbre-reserved Adversarial Attack in Speaker Identification
par: Wang, Qing, et autres
Publié: (2025)