Towards a Universal Method for Meaningful Signal Detection
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Mahon, Louis |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
TurnGuide: Enhancing Meaningful Full Duplex Spoken Interactions via Dynamic Turn-Level Text-Speech Interleaving
par: Cui, Wenqian, et autres
Publié: (2025)
par: Cui, Wenqian, et autres
Publié: (2025)
Detecting the Undetectable: Assessing the Efficacy of Current Spoof Detection Methods Against Seamless Speech Edits
par: Huang, Sung-Feng, et autres
Publié: (2025)
par: Huang, Sung-Feng, et autres
Publié: (2025)
Predictive Speech Recognition and End-of-Utterance Detection Towards Spoken Dialog Systems
par: Zink, Oswald, et autres
Publié: (2024)
par: Zink, Oswald, et autres
Publié: (2024)
An Audio-textual Diffusion Model For Converting Speech Signals Into Ultrasound Tongue Imaging Data
par: Yang, Yudong, et autres
Publié: (2024)
par: Yang, Yudong, et autres
Publié: (2024)
Towards a dynamical model of English vowels. Evidence from diphthongisation
par: Strycharczuk, Patrycja, et autres
Publié: (2024)
par: Strycharczuk, Patrycja, et autres
Publié: (2024)
Solla: Towards a Speech-Oriented LLM That Hears Acoustic Context
par: Ao, Junyi, et autres
Publié: (2025)
par: Ao, Junyi, et autres
Publié: (2025)
MMSD-Net: Towards Multi-modal Stuttering Detection
par: Nie, Liangyu, et autres
Publié: (2024)
par: Nie, Liangyu, et autres
Publié: (2024)
Towards continually learning new languages
par: Pham, Ngoc-Quan, et autres
Publié: (2022)
par: Pham, Ngoc-Quan, et autres
Publié: (2022)
Toward Transdisciplinary Approaches to Audio Deepfake Discernment
par: Janeja, Vandana P., et autres
Publié: (2024)
par: Janeja, Vandana P., et autres
Publié: (2024)
USAD: Universal Speech and Audio Representation via Distillation
par: Chang, Heng-Jui, et autres
Publié: (2025)
par: Chang, Heng-Jui, et autres
Publié: (2025)
ML-SUPERB: Multilingual Speech Universal PERformance Benchmark
par: Shi, Jiatong, et autres
Publié: (2023)
par: Shi, Jiatong, et autres
Publié: (2023)
Double Mixture: Towards Continual Event Detection from Speech
par: Kang, Jingqi, et autres
Publié: (2024)
par: Kang, Jingqi, et autres
Publié: (2024)
A Review of Common Online Speaker Diarization Methods
par: Aperdannier, Roman, et autres
Publié: (2024)
par: Aperdannier, Roman, et autres
Publié: (2024)
Towards Unsupervised Speech Recognition Without Pronunciation Models
par: Ni, Junrui, et autres
Publié: (2024)
par: Ni, Junrui, et autres
Publié: (2024)
Towards Zero-Shot Text-To-Speech for Arabic Dialects
par: Doan, Khai Duy, et autres
Publié: (2024)
par: Doan, Khai Duy, et autres
Publié: (2024)
Universal Acoustic Adversarial Attacks for Flexible Control of Speech-LLMs
par: Ma, Rao, et autres
Publié: (2025)
par: Ma, Rao, et autres
Publié: (2025)
Multimodal Magic Elevating Depression Detection with a Fusion of Text and Audio Intelligence
par: Gan, Lindy, et autres
Publié: (2025)
par: Gan, Lindy, et autres
Publié: (2025)
BLSP-Emo: Towards Empathetic Large Speech-Language Models
par: Wang, Chen, et autres
Publié: (2024)
par: Wang, Chen, et autres
Publié: (2024)
Attempt Towards Stress Transfer in Speech-to-Speech Machine Translation
par: Akarsh, Sai, et autres
Publié: (2024)
par: Akarsh, Sai, et autres
Publié: (2024)
Toward Fairness in Speech Recognition: Discovery and mitigation of performance disparities
par: Dheram, Pranav, et autres
Publié: (2022)
par: Dheram, Pranav, et autres
Publié: (2022)
SALMONN: Towards Generic Hearing Abilities for Large Language Models
par: Tang, Changli, et autres
Publié: (2023)
par: Tang, Changli, et autres
Publié: (2023)
AudioBench: A Universal Benchmark for Audio Large Language Models
par: Wang, Bin, et autres
Publié: (2024)
par: Wang, Bin, et autres
Publié: (2024)
UniCoM: A Universal Code-Switching Speech Generator
par: Lee, Sangmin, et autres
Publié: (2025)
par: Lee, Sangmin, et autres
Publié: (2025)
Methods to Increase the Amount of Data for Speech Recognition for Low Resource Languages
par: Ayrapetyan, Alexan, et autres
Publié: (2025)
par: Ayrapetyan, Alexan, et autres
Publié: (2025)
Towards Building an End-to-End Multilingual Automatic Lyrics Transcription Model
par: Huang, Jiawen, et autres
Publié: (2024)
par: Huang, Jiawen, et autres
Publié: (2024)
AccentBox: Towards High-Fidelity Zero-Shot Accent Generation
par: Zhong, Jinzuomu, et autres
Publié: (2024)
par: Zhong, Jinzuomu, et autres
Publié: (2024)
Muting Whisper: A Universal Acoustic Adversarial Attack on Speech Foundation Models
par: Raina, Vyas, et autres
Publié: (2024)
par: Raina, Vyas, et autres
Publié: (2024)
Controlling Whisper: Universal Acoustic Adversarial Attacks to Control Speech Foundation Models
par: Raina, Vyas, et autres
Publié: (2024)
par: Raina, Vyas, et autres
Publié: (2024)
Beyond Classification: Towards Speech Emotion Reasoning with Multitask AudioLLMs
par: Zhang, Wenyu, et autres
Publié: (2025)
par: Zhang, Wenyu, et autres
Publié: (2025)
(SimPhon Speech Test): A Data-Driven Method for In Silico Design and Validation of a Phonetically Balanced Speech Test
par: Bleeck, Stefan
Publié: (2025)
par: Bleeck, Stefan
Publié: (2025)
On the Impact of Voice Anonymization on Speech Diagnostic Applications: a Case Study on COVID-19 Detection
par: Zhu, Yi, et autres
Publié: (2023)
par: Zhu, Yi, et autres
Publié: (2023)
WHISTRESS: Enriching Transcriptions with Sentence Stress Detection
par: Yosha, Iddo, et autres
Publié: (2025)
par: Yosha, Iddo, et autres
Publié: (2025)
Language-Universal Speech Attributes Modeling for Zero-Shot Multilingual Spoken Keyword Recognition
par: Yen, Hao, et autres
Publié: (2024)
par: Yen, Hao, et autres
Publié: (2024)
UniWav: Towards Unified Pre-training for Speech Representation Learning and Generation
par: Liu, Alexander H., et autres
Publié: (2025)
par: Liu, Alexander H., et autres
Publié: (2025)
NanoCodec: Towards High-Quality Ultra Fast Speech LLM Inference
par: Casanova, Edresson, et autres
Publié: (2025)
par: Casanova, Edresson, et autres
Publié: (2025)
UniverSLU: Universal Spoken Language Understanding for Diverse Tasks with Natural Language Instructions
par: Arora, Siddhant, et autres
Publié: (2023)
par: Arora, Siddhant, et autres
Publié: (2023)
A Cross-Corpus Speech Emotion Recognition Method Based on Supervised Contrastive Learning
par: minjie, Xiang
Publié: (2024)
par: minjie, Xiang
Publié: (2024)
MIKU-PAL: An Automated and Standardized Multi-Modal Method for Speech Paralinguistic and Affect Labeling
par: Cheng, Yifan, et autres
Publié: (2025)
par: Cheng, Yifan, et autres
Publié: (2025)
Large Language Models for Dysfluency Detection in Stuttered Speech
par: Wagner, Dominik, et autres
Publié: (2024)
par: Wagner, Dominik, et autres
Publié: (2024)
AUDDT: Audio Unified Deepfake Detection Benchmark Toolkit
par: Zhu, Yi, et autres
Publié: (2025)
par: Zhu, Yi, et autres
Publié: (2025)
Documents similaires
-
TurnGuide: Enhancing Meaningful Full Duplex Spoken Interactions via Dynamic Turn-Level Text-Speech Interleaving
par: Cui, Wenqian, et autres
Publié: (2025) -
Detecting the Undetectable: Assessing the Efficacy of Current Spoof Detection Methods Against Seamless Speech Edits
par: Huang, Sung-Feng, et autres
Publié: (2025) -
Predictive Speech Recognition and End-of-Utterance Detection Towards Spoken Dialog Systems
par: Zink, Oswald, et autres
Publié: (2024) -
An Audio-textual Diffusion Model For Converting Speech Signals Into Ultrasound Tongue Imaging Data
par: Yang, Yudong, et autres
Publié: (2024) -
Towards a dynamical model of English vowels. Evidence from diphthongisation
par: Strycharczuk, Patrycja, et autres
Publié: (2024)