Buchumschlag

Speech Bandwidth Expansion Via High Fidelity Generative Adversarial Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Salhab, Mahmoud, Harmanani, Haidar
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CIS-BWE: Chaos-Informed Speech Bandwidth Extension
von: Tamiti, Tarikul Islam, et al.
Veröffentlicht: (2025)

EffiFusion-GAN: Efficient Fusion Generative Adversarial Network for Speech Enhancement
von: Wen, Bin, et al.
Veröffentlicht: (2025)

A High-Fidelity Speech Super Resolution Network using a Complex Global Attention Module with Spectro-Temporal Loss
von: Tamiti, Tarikul Islam, et al.
Veröffentlicht: (2025)

Neural Speech Embeddings for Speech Synthesis Based on Deep Generative Networks
von: Lee, Seo-Hyun, et al.
Veröffentlicht: (2023)

ClapFM-EVC: High-Fidelity and Flexible Emotional Voice Conversion with Dual Control from Natural Language and Speech
von: Pan, Yu, et al.
Veröffentlicht: (2025)

MFHCA: Enhancing Speech Emotion Recognition Via Multi-Spatial Fusion and Hierarchical Cooperative Attention
von: Jiao, Xinxin, et al.
Veröffentlicht: (2024)

ASVspoof 5: Crowdsourced Speech Data, Deepfakes, and Adversarial Attacks at Scale
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Incorporating Talker Identity Aids With Improving Speech Recognition in Adversarial Environments
von: Alavilli, Sagarika, et al.
Veröffentlicht: (2024)

HiFi-SR: A Unified Generative Transformer-Convolutional Adversarial Network for High-Fidelity Speech Super-Resolution
von: Zhao, Shengkui, et al.
Veröffentlicht: (2025)

Generative Adversarial Network based Voice Conversion: Techniques, Challenges, and Recent Advancements
von: Dhar, Sandipan, et al.
Veröffentlicht: (2025)

Channel-Aware Domain-Adaptive Generative Adversarial Network for Robust Speech Recognition
von: Wang, Chien-Chun, et al.
Veröffentlicht: (2024)

Collective Learning Mechanism based Optimal Transport Generative Adversarial Network for Non-parallel Voice Conversion
von: Dhar, Sandipan, et al.
Veröffentlicht: (2025)

Accelerating High-Fidelity Waveform Generation via Adversarial Flow Matching Optimization
von: Lee, Sang-Hoon, et al.
Veröffentlicht: (2024)

Via Score to Performance: Efficient Human-Controllable Long Song Generation with Bar-Level Symbolic Notation
von: Wang, Tongxi, et al.
Veröffentlicht: (2025)

SoloSpeech: Enhancing Intelligibility and Quality in Target Speech Extraction through a Cascaded Generative Pipeline
von: Wang, Helin, et al.
Veröffentlicht: (2025)

AMNet: An Acoustic Model Network for Enhanced Mandarin Speech Synthesis
von: Cao, Yubing, et al.
Veröffentlicht: (2025)

Model-Guided Dual-Role Alignment for High-Fidelity Open-Domain Video-to-Audio Generation
von: Zhang, Kang, et al.
Veröffentlicht: (2025)

Incremental FastPitch: Chunk-based High Quality Text to Speech
von: Du, Muyang, et al.
Veröffentlicht: (2024)

Analysis and Evaluation of Synthetic Data Generation in Speech Dysfluency Detection
von: Zhang, Jinming, et al.
Veröffentlicht: (2025)

Diffusion Timbre Transfer Via Mutual Information Guided Inpainting
von: Lee, Ching Ho, et al.
Veröffentlicht: (2026)

Temporal Information Reconstruction and Non-Aligned Residual in Spiking Neural Networks for Speech Classification
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models
von: Chen, Sijing, et al.
Veröffentlicht: (2024)

VoiceBridge: General Speech Restoration with One-step Latent Bridge Models
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

NV-Bench: Benchmark of Nonverbal Vocalization Synthesis for Expressive Text-to-Speech Generation
von: Ni, Qinke, et al.
Veröffentlicht: (2026)

AnCoGen: Analysis, Control and Generation of Speech with a Masked Autoencoder
von: Sadok, Samir, et al.
Veröffentlicht: (2025)

GEC-RAG: Improving Generative Error Correction via Retrieval-Augmented Generation for Automatic Speech Recognition Systems
von: Robatian, Amin, et al.
Veröffentlicht: (2025)

Wave-U-Mamba: An End-To-End Framework For High-Quality And Efficient Speech Super Resolution
von: Lee, Yongjoon, et al.
Veröffentlicht: (2024)

FaceSpeak: Expressive and High-Quality Speech Synthesis from Human Portraits of Different Styles
von: Zhang, Tian-Hao, et al.
Veröffentlicht: (2025)

MNV-17: A High-Quality Performative Mandarin Dataset for Nonverbal Vocalization Recognition in Speech
von: Mai, Jialong, et al.
Veröffentlicht: (2025)

Density Adaptive Attention-based Speech Network: Enhancing Feature Understanding for Mental Health Disorders
von: Ioannides, Georgios, et al.
Veröffentlicht: (2024)

Clustering and Mining Accented Speech for Inclusive and Fair Speech Recognition
von: Kim, Jaeyoung, et al.
Veröffentlicht: (2024)

Accelerating Autoregressive Speech Synthesis Inference With Speech Speculative Decoding
von: Lin, Zijian, et al.
Veröffentlicht: (2025)

Speech-to-Speech Translation with Discrete-Unit-Based Style Transfer
von: Wang, Yongqi, et al.
Veröffentlicht: (2023)

LLMs-Integrated Automatic Hate Speech Recognition Using Controllable Text Generation Models
von: Oshima, Ryutaro, et al.
Veröffentlicht: (2026)

Bridging ASR and LLMs for Dysarthric Speech Recognition: Benchmarking Self-Supervised and Generative Approaches
von: Aboeitta, Ahmed, et al.
Veröffentlicht: (2025)

Collaborative Watermarking for Adversarial Speech Synthesis
von: Juvela, Lauri, et al.
Veröffentlicht: (2023)

Speech-Forensics: Towards Comprehensive Synthetic Speech Dataset Establishment and Analysis
von: Ji, Zhoulin, et al.
Veröffentlicht: (2024)

Interpreting Pretrained Speech Models for Automatic Speech Assessment of Voice Disorders
von: Lau, Hok-Shing, et al.
Veröffentlicht: (2024)

CapSpeech: Enabling Downstream Applications in Style-Captioned Text-to-Speech
von: Wang, Helin, et al.
Veröffentlicht: (2025)

ES4R: Speech Encoding Based on Prepositive Affective Modeling for Empathetic Response Generation
von: Gao, Zhuoyue, et al.
Veröffentlicht: (2026)