Buchumschlag

Modeling and Driving Human Body Soundfields through Acoustic Primitives

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Chao, Markovic, Dejan, Xu, Chenliang, Richard, Alexander
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Computer Vision and Pattern Recognition Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-Quality Visually-Guided Sound Separation from Diverse Categories
von: Huang, Chao, et al.
Veröffentlicht: (2023)

ZeroSep: Separate Anything in Audio with Zero Training
von: Huang, Chao, et al.
Veröffentlicht: (2025)

Learning to Highlight Audio by Watching Movies
von: Huang, Chao, et al.
Veröffentlicht: (2025)

SoundCam: A Dataset for Finding Humans Using Room Acoustics
von: Wang, Mason, et al.
Veröffentlicht: (2023)

Real Acoustic Fields: An Audio-Visual Room Acoustics Dataset and Benchmark
von: Chen, Ziyang, et al.
Veröffentlicht: (2024)

Decoding Emotions: Unveiling Facial Expressions through Acoustic Sensing with Contrastive Attention
von: Wang, Guangjing, et al.
Veröffentlicht: (2024)

Sonicmesh: Enhancing 3D Human Mesh Reconstruction in Vision-Impaired Environments With Acoustic Signals
von: Liang, Xiaoxuan, et al.
Veröffentlicht: (2024)

Prosody-Enhanced Acoustic Pre-training and Acoustic-Disentangled Prosody Adapting for Movie Dubbing
von: Zhang, Zhedong, et al.
Veröffentlicht: (2025)

RESOUND: Speech Reconstruction from Silent Videos via Acoustic-Semantic Decomposed Modeling
von: Pham, Long-Khanh, et al.
Veröffentlicht: (2025)

Improving Acoustic Scene Classification with City Features
von: Cai, Yiqiang, et al.
Veröffentlicht: (2025)

SOAF: Scene Occlusion-aware Neural Acoustic Field
von: Gao, Huiyu, et al.
Veröffentlicht: (2024)

Few-shot Acoustic Synthesis with Multimodal Flow Matching
von: Brunetto, Amandine
Veröffentlicht: (2026)

NBM: an Open Dataset for the Acoustic Monitoring of Nocturnal Migratory Birds in Europe
von: Airale, Louis, et al.
Veröffentlicht: (2024)

Novel-View Acoustic Synthesis from 3D Reconstructed Rooms
von: Ahn, Byeongjoo, et al.
Veröffentlicht: (2023)

NeRAF: 3D Scene Infused Neural Radiance and Acoustic Fields
von: Brunetto, Amandine, et al.
Veröffentlicht: (2024)

How Would It Sound? Material-Controlled Multimodal Acoustic Profile Generation for Indoor Scenes
von: Saad, Mahnoor Fatima, et al.
Veröffentlicht: (2025)

RapVerse: Coherent Vocals and Whole-Body Motions Generations from Text
von: Chen, Jiaben, et al.
Veröffentlicht: (2024)

ActiveRIR: Active Audio-Visual Exploration for Acoustic Environment Modeling
von: Somayazulu, Arjun, et al.
Veröffentlicht: (2024)

Lodge: A Coarse to Fine Diffusion Network for Long Dance Generation Guided by the Characteristic Dance Primitives
von: Li, Ronghui, et al.
Veröffentlicht: (2024)

Separate to Collaborate: Dual-Stream Diffusion Model for Coordinated Piano Hand Motion Synthesis
von: Liu, Zihao, et al.
Veröffentlicht: (2025)

Generative Audio Language Modeling with Continuous-valued Tokens and Masked Next-Token Prediction
von: Yang, Shu-wen, et al.
Veröffentlicht: (2025)

Synchronized Video-to-Audio Generation via Mel Quantization-Continuum Decomposition
von: Wang, Juncheng, et al.
Veröffentlicht: (2025)

Spiking Structured State Space Model for Monaural Speech Enhancement
von: Du, Yu, et al.
Veröffentlicht: (2023)

GCDance: Genre-Controlled Music-Driven 3D Full Body Dance Generation
von: Liu, Xinran, et al.
Veröffentlicht: (2025)

AV-Surf: Surface-Enhanced Geometry-Aware Novel-View Acoustic Synthesis
von: Baek, Hadam, et al.
Veröffentlicht: (2025)

ExpGest: Expressive Speaker Generation Using Diffusion Model and Hybrid Audio-Text Guidance
von: Cheng, Yongkang, et al.
Veröffentlicht: (2024)

Accuracy enhancement method for speech emotion recognition from spectrogram using temporal frequency correlation and positional information learning through knowledge transfer
von: Kim, Jeong-Yoon, et al.
Veröffentlicht: (2024)

A-JEPA: Joint-Embedding Predictive Architecture Can Listen
von: Fei, Zhengcong, et al.
Veröffentlicht: (2023)

FLUX that Plays Music
von: Fei, Zhengcong, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models in Visual Speech Recognition: Model Scaling, Context-Aware Decoding, and Iterative Polishing
von: Liu, Zehua, et al.
Veröffentlicht: (2025)

Bidirectional Autoregressive Diffusion Model for Dance Generation
von: Zhang, Canyu, et al.
Veröffentlicht: (2024)

MMAudioReverbs: Video-Guided Acoustic Modeling for Dereverberation and Room Impulse Response Estimation
von: Takahashi, Akira, et al.
Veröffentlicht: (2026)

SoundLoc3D: Invisible 3D Sound Source Localization and Classification Using a Multimodal RGB-D Acoustic Camera
von: He, Yuhang, et al.
Veröffentlicht: (2024)

Music Genre Classification using Large Language Models
von: Meguenani, Mohamed El Amine, et al.
Veröffentlicht: (2024)

Input Conditioned Layer Dropping in Speech Foundation Models
von: Hannan, Abdul, et al.
Veröffentlicht: (2025)

Acoustic Scene Classification: A Competition Review
von: Gharib, Shayan, et al.
Veröffentlicht: (2018)

EmoTalker: Emotionally Editable Talking Face Generation via Diffusion Model
von: Zhang, Bingyuan, et al.
Veröffentlicht: (2024)

Enhancing Dance-to-Music Generation via Negative Conditioning Latent Diffusion Model
von: Sun, Changchang, et al.
Veröffentlicht: (2025)

Omni-AVSR: Towards Unified Multimodal Speech Recognition with Large Language Models
von: Cappellazzo, Umberto, et al.
Veröffentlicht: (2025)

SSAVSV: Towards Unified Model for Self-Supervised Audio-Visual Speaker Verification
von: Rajasekhar, Gnana Praveen, et al.
Veröffentlicht: (2025)