wav2graph: A Framework for Supervised Learning Knowledge Graph from Speech
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Le-Duc, Khai, Dang, Quy-Anh, Pham, Tan-Hanh, Hy, Truong-Son |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Real-time Speech Summarization for Medical Conversations
par: Le-Duc, Khai, et autres
Publié: (2024)
par: Le-Duc, Khai, et autres
Publié: (2024)
MultiMed: Multilingual Medical Speech Recognition via Attention Encoder Decoder
par: Le-Duc, Khai, et autres
Publié: (2024)
par: Le-Duc, Khai, et autres
Publié: (2024)
Exploring Diverse Sounds: Identifying Outliers in a Music Corpus
par: Cai, Le, et autres
Publié: (2024)
par: Cai, Le, et autres
Publié: (2024)
Evaluating Interval-based Tokenization for Pitch Representation in Symbolic Music Analysis
par: Le, Dinh-Viet-Toan, et autres
Publié: (2025)
par: Le, Dinh-Viet-Toan, et autres
Publié: (2025)
SECP: A Speech Enhancement-Based Curation Pipeline For Scalable Acquisition Of Clean Speech
par: Sabra, Adam, et autres
Publié: (2024)
par: Sabra, Adam, et autres
Publié: (2024)
Application of Audio Fingerprinting Techniques for Real-Time Scalable Speech Retrieval and Speech Clusterization
par: Altwlkany, Kemal, et autres
Publié: (2024)
par: Altwlkany, Kemal, et autres
Publié: (2024)
VoxRAG: A Step Toward Transcription-Free RAG Systems in Spoken Question Answering
par: Rackauckas, Zackary, et autres
Publié: (2025)
par: Rackauckas, Zackary, et autres
Publié: (2025)
Music Discovery Dialogue Generation Using Human Intent Analysis and Large Language Models
par: Doh, SeungHeon, et autres
Publié: (2024)
par: Doh, SeungHeon, et autres
Publié: (2024)
Track Role Prediction of Single-Instrumental Sequences
par: Han, Changheon, et autres
Publié: (2024)
par: Han, Changheon, et autres
Publié: (2024)
Personalized Dynamic Music Emotion Recognition with Dual-Scale Attention-Based Meta-Learning
par: Zhang, Dengming, et autres
Publié: (2024)
par: Zhang, Dengming, et autres
Publié: (2024)
LARP: Language Audio Relational Pre-training for Cold-Start Playlist Continuation
par: Salganik, Rebecca, et autres
Publié: (2024)
par: Salganik, Rebecca, et autres
Publié: (2024)
Expressivity-aware Music Performance Retrieval using Mid-level Perceptual Features and Emotion Word Embeddings
par: Chowdhury, Shreyan, et autres
Publié: (2024)
par: Chowdhury, Shreyan, et autres
Publié: (2024)
DiffATR: Diffusion-based Generative Modeling for Audio-Text Retrieval
par: Xin, Yifei, et autres
Publié: (2024)
par: Xin, Yifei, et autres
Publié: (2024)
Exploring GPT's Ability as a Judge in Music Understanding
par: Fang, Kun, et autres
Publié: (2025)
par: Fang, Kun, et autres
Publié: (2025)
Language-based Audio Retrieval with Co-Attention Networks
par: Sun, Haoran, et autres
Publié: (2024)
par: Sun, Haoran, et autres
Publié: (2024)
Multi-Sample Dynamic Time Warping for Few-Shot Keyword Spotting
par: Wilkinghoff, Kevin, et autres
Publié: (2024)
par: Wilkinghoff, Kevin, et autres
Publié: (2024)
Multiscale Matching Driven by Cross-Modal Similarity Consistency for Audio-Text Retrieval
par: Wang, Qian, et autres
Publié: (2024)
par: Wang, Qian, et autres
Publié: (2024)
Do Captioning Metrics Reflect Music Semantic Alignment?
par: Lee, Jinwoo, et autres
Publié: (2024)
par: Lee, Jinwoo, et autres
Publié: (2024)
Automatic Estimation of Singing Voice Musical Dynamics
par: Narang, Jyoti, et autres
Publié: (2024)
par: Narang, Jyoti, et autres
Publié: (2024)
Bridging the Gap Between Semantic and User Preference Spaces for Multi-modal Music Representation Learning
par: Pan, Xiaofeng, et autres
Publié: (2025)
par: Pan, Xiaofeng, et autres
Publié: (2025)
FusID: Modality-Fused Semantic IDs for Generative Music Recommendation
par: Kim, Haven, et autres
Publié: (2026)
par: Kim, Haven, et autres
Publié: (2026)
A SOUND APPROACH: Using Large Language Models to generate audio descriptions for egocentric text-audio retrieval
par: Oncescu, Andreea-Maria, et autres
Publié: (2024)
par: Oncescu, Andreea-Maria, et autres
Publié: (2024)
TALKPLAY: Multimodal Music Recommendation with Large Language Models
par: Doh, Seungheon, et autres
Publié: (2025)
par: Doh, Seungheon, et autres
Publié: (2025)
Evaluating High-Resolution Piano Sustain Pedal Depth Estimation with Musically Informed Metrics
par: Zhang, Hanwen, et autres
Publié: (2025)
par: Zhang, Hanwen, et autres
Publié: (2025)
Engraving Oriented Joint Estimation of Pitch Spelling and Local and Global Keys
par: Bouquillard, Augustin, et autres
Publié: (2024)
par: Bouquillard, Augustin, et autres
Publié: (2024)
Towards Computational Analysis of Pansori Singing
par: Park, Sangheon, et autres
Publié: (2024)
par: Park, Sangheon, et autres
Publié: (2024)
ASK: Adaptive Self-improving Knowledge Framework for Audio Text Retrieval
par: Fu, Siyuan, et autres
Publié: (2025)
par: Fu, Siyuan, et autres
Publié: (2025)
Medical Spoken Named Entity Recognition
par: Le-Duc, Khai, et autres
Publié: (2024)
par: Le-Duc, Khai, et autres
Publié: (2024)
Sentiment Reasoning for Healthcare
par: Nguyen, Khai-Nguyen, et autres
Publié: (2024)
par: Nguyen, Khai-Nguyen, et autres
Publié: (2024)
Transfer Learning with Semi-Supervised Dataset Annotation for Birdcall Classification
par: Miyaguchi, Anthony, et autres
Publié: (2023)
par: Miyaguchi, Anthony, et autres
Publié: (2023)
Music Era Recognition Using Supervised Contrastive Learning and Artist Information
par: He, Qiqi, et autres
Publié: (2024)
par: He, Qiqi, et autres
Publié: (2024)
CLASP: Contrastive Language-Speech Pretraining for Multilingual Multimodal Information Retrieval
par: Abootorabi, Mohammad Mahdi, et autres
Publié: (2024)
par: Abootorabi, Mohammad Mahdi, et autres
Publié: (2024)
SpeechDPR: End-to-End Spoken Passage Retrieval for Open-Domain Spoken Question Answering
par: Lin, Chyi-Jiunn, et autres
Publié: (2024)
par: Lin, Chyi-Jiunn, et autres
Publié: (2024)
An approach to hummed-tune and song sequences matching
par: Pham, Loc Bao, et autres
Publié: (2024)
par: Pham, Loc Bao, et autres
Publié: (2024)
Analyzing Byte-Pair Encoding on Monophonic and Polyphonic Symbolic Music: A Focus on Musical Phrase Segmentation
par: Le, Dinh-Viet-Toan, et autres
Publié: (2024)
par: Le, Dinh-Viet-Toan, et autres
Publié: (2024)
Multichannel AV-wav2vec2: A Framework for Learning Multichannel Multi-Modal Speech Representation
par: Zhu, Qiushi, et autres
Publié: (2024)
par: Zhu, Qiushi, et autres
Publié: (2024)
OZSpeech: One-step Zero-shot Speech Synthesis with Learned-Prior-Conditioned Flow Matching
par: Huynh-Nguyen, Hieu-Nghia, et autres
Publié: (2025)
par: Huynh-Nguyen, Hieu-Nghia, et autres
Publié: (2025)
MAGE: A Coarse-to-Fine Speech Enhancer with Masked Generative Model
par: Pham, The Hieu, et autres
Publié: (2025)
par: Pham, The Hieu, et autres
Publié: (2025)
TalkPlay-Tools: Conversational Music Recommendation with LLM Tool Calling
par: Doh, Seungheon, et autres
Publié: (2025)
par: Doh, Seungheon, et autres
Publié: (2025)
Diff4Steer: Steerable Diffusion Prior for Generative Music Retrieval with Semantic Guidance
par: Bao, Xuchan, et autres
Publié: (2024)
par: Bao, Xuchan, et autres
Publié: (2024)
Documents similaires
-
Real-time Speech Summarization for Medical Conversations
par: Le-Duc, Khai, et autres
Publié: (2024) -
MultiMed: Multilingual Medical Speech Recognition via Attention Encoder Decoder
par: Le-Duc, Khai, et autres
Publié: (2024) -
Exploring Diverse Sounds: Identifying Outliers in a Music Corpus
par: Cai, Le, et autres
Publié: (2024) -
Evaluating Interval-based Tokenization for Pitch Representation in Symbolic Music Analysis
par: Le, Dinh-Viet-Toan, et autres
Publié: (2025) -
SECP: A Speech Enhancement-Based Curation Pipeline For Scalable Acquisition Of Clean Speech
par: Sabra, Adam, et autres
Publié: (2024)