Direction of Arrival Correction through Speech Quality Feedback
Fuente:
arXiv
Enregistré dans:
| Auteur principal: | Rascon, Caleb |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Multi-agent Auditory Scene Analysis
par: Rascon, Caleb, et autres
Publié: (2025)
par: Rascon, Caleb, et autres
Publié: (2025)
Thinking in Directivity: Speech Large Language Model for Multi-Talker Directional Speech Recognition
par: Xie, Jiamin, et autres
Publié: (2025)
par: Xie, Jiamin, et autres
Publié: (2025)
Latent Acoustic Mapping for Direction of Arrival Estimation: A Self-Supervised Approach
par: Roman, Adrian S., et autres
Publié: (2025)
par: Roman, Adrian S., et autres
Publié: (2025)
Enhancing Speech Quality through the Integration of BGRU and Transformer Architectures
par: Alghnam, Souliman, et autres
Publié: (2025)
par: Alghnam, Souliman, et autres
Publié: (2025)
SoloSpeech: Enhancing Intelligibility and Quality in Target Speech Extraction through a Cascaded Generative Pipeline
par: Wang, Helin, et autres
Publié: (2025)
par: Wang, Helin, et autres
Publié: (2025)
Enhancing Audiovisual Speech Recognition through Bifocal Preference Optimization
par: Wu, Yihan, et autres
Publié: (2024)
par: Wu, Yihan, et autres
Publié: (2024)
Adaptive Knowledge Distillation for Device-Directed Speech Detection
par: Chi, Hyung Gun, et autres
Publié: (2025)
par: Chi, Hyung Gun, et autres
Publié: (2025)
PlumberNet: Fixing interference leakage after GEV beamforming
par: Grondin, François, et autres
Publié: (2023)
par: Grondin, François, et autres
Publié: (2023)
Aligning Generative Speech Enhancement with Perceptual Feedback
par: Li, Haoyang, et autres
Publié: (2025)
par: Li, Haoyang, et autres
Publié: (2025)
Fine-Tuning Text-to-Speech Diffusion Models Using Reinforcement Learning with Human Feedback
par: Chen, Jingyi, et autres
Publié: (2025)
par: Chen, Jingyi, et autres
Publié: (2025)
Speak the Art: A Direct Speech to Image Generation Framework
par: Saeed, Mariam, et autres
Publié: (2025)
par: Saeed, Mariam, et autres
Publié: (2025)
Speech Recognition on TV Series with Video-guided Post-ASR Correction
par: Yang, Haoyuan, et autres
Publié: (2025)
par: Yang, Haoyuan, et autres
Publié: (2025)
Incremental FastPitch: Chunk-based High Quality Text to Speech
par: Du, Muyang, et autres
Publié: (2024)
par: Du, Muyang, et autres
Publié: (2024)
Improving Voice Quality in Speech Anonymization With Just Perception-Informed Losses
par: Ghosh, Suhita, et autres
Publié: (2024)
par: Ghosh, Suhita, et autres
Publié: (2024)
Active Speech Enhancement: Active Speech Denoising Decliping and Deveraberation
par: Yaish, Ofir, et autres
Publié: (2025)
par: Yaish, Ofir, et autres
Publié: (2025)
Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models
par: Chen, Sijing, et autres
Publié: (2024)
par: Chen, Sijing, et autres
Publié: (2024)
CleanMel: Mel-Spectrogram Enhancement for Improving Both Speech Quality and ASR
par: Shao, Nian, et autres
Publié: (2025)
par: Shao, Nian, et autres
Publié: (2025)
Generative Data Augmentation Challenge: Zero-Shot Speech Synthesis for Personalized Speech Enhancement
par: Bae, Jae-Sung, et autres
Publié: (2025)
par: Bae, Jae-Sung, et autres
Publié: (2025)
Voice Mapping of Text-to-Speech Systems: A Metric-Based Approach for Voice Quality Assessment
par: Cai, Huanchen, et autres
Publié: (2026)
par: Cai, Huanchen, et autres
Publié: (2026)
EventTrojan: Manipulating Non-Intrusive Speech Quality Assessment via Imperceptible Events
par: Ren, Ying, et autres
Publié: (2023)
par: Ren, Ying, et autres
Publié: (2023)
Text-To-Speech Synthesis In The Wild
par: Jung, Jee-weon, et autres
Publié: (2024)
par: Jung, Jee-weon, et autres
Publié: (2024)
DPI-TTS: Directional Patch Interaction for Fast-Converging and Style Temporal Modeling in Text-to-Speech
par: Qi, Xin, et autres
Publié: (2024)
par: Qi, Xin, et autres
Publié: (2024)
DMOSpeech: Direct Metric Optimization via Distilled Diffusion Model in Zero-Shot Speech Synthesis
par: Li, Yingahao Aaron, et autres
Publié: (2024)
par: Li, Yingahao Aaron, et autres
Publié: (2024)
The X-LANCE Technical Report for Interspeech 2024 Speech Processing Using Discrete Speech Unit Challenge
par: Guo, Yiwei, et autres
Publié: (2024)
par: Guo, Yiwei, et autres
Publié: (2024)
Wave-U-Mamba: An End-To-End Framework For High-Quality And Efficient Speech Super Resolution
par: Lee, Yongjoon, et autres
Publié: (2024)
par: Lee, Yongjoon, et autres
Publié: (2024)
FaceSpeak: Expressive and High-Quality Speech Synthesis from Human Portraits of Different Styles
par: Zhang, Tian-Hao, et autres
Publié: (2025)
par: Zhang, Tian-Hao, et autres
Publié: (2025)
MNV-17: A High-Quality Performative Mandarin Dataset for Nonverbal Vocalization Recognition in Speech
par: Mai, Jialong, et autres
Publié: (2025)
par: Mai, Jialong, et autres
Publié: (2025)
Fairness in Dysarthric Speech Synthesis: Understanding Intrinsic Bias in Dysarthric Speech Cloning using F5-TTS
par: Anuprabha, M, et autres
Publié: (2025)
par: Anuprabha, M, et autres
Publié: (2025)
Zero-Shot Text-to-Speech as Golden Speech Generator: A Systematic Framework and its Applicability in Automatic Pronunciation Assessment
par: Lo, Tien-Hong, et autres
Publié: (2024)
par: Lo, Tien-Hong, et autres
Publié: (2024)
Intelligibility of Text-to-Speech Systems for Mathematical Expressions
par: Roychowdhury, Sujoy, et autres
Publié: (2025)
par: Roychowdhury, Sujoy, et autres
Publié: (2025)
GEC-RAG: Improving Generative Error Correction via Retrieval-Augmented Generation for Automatic Speech Recognition Systems
par: Robatian, Amin, et autres
Publié: (2025)
par: Robatian, Amin, et autres
Publié: (2025)
BinauralFlow: A Causal and Streamable Approach for High-Quality Binaural Speech Synthesis with Flow Matching Models
par: Liang, Susan, et autres
Publié: (2025)
par: Liang, Susan, et autres
Publié: (2025)
Investigating Stochastic Methods for Prosody Modeling in Speech Synthesis
par: Mayer, Paul, et autres
Publié: (2025)
par: Mayer, Paul, et autres
Publié: (2025)
OpenSTBench: Beyond Semantic Evaluation for Speech Translation
par: An, Yanjie, et autres
Publié: (2026)
par: An, Yanjie, et autres
Publié: (2026)
A Survey of Deep Learning for Complex Speech Spectrograms
par: Xie, Yuying, et autres
Publié: (2025)
par: Xie, Yuying, et autres
Publié: (2025)
MuFFIN: Multifaceted Pronunciation Feedback Model with Interactive Hierarchical Neural Modeling
par: Yan, Bi-Cheng, et autres
Publié: (2025)
par: Yan, Bi-Cheng, et autres
Publié: (2025)
Spotlight-TTS: Spotlighting the Style via Voiced-Aware Style Extraction and Style Direction Adjustment for Expressive Text-to-Speech
par: Kim, Nam-Gyu, et autres
Publié: (2025)
par: Kim, Nam-Gyu, et autres
Publié: (2025)
Neural Blind Source Separation and Diarization for Distant Speech Recognition
par: Bando, Yoshiaki, et autres
Publié: (2024)
par: Bando, Yoshiaki, et autres
Publié: (2024)
A Dual-Branch Parallel Network for Speech Enhancement and Restoration
par: Yang, Da-Hee, et autres
Publié: (2024)
par: Yang, Da-Hee, et autres
Publié: (2024)
Open Source State-Of-the-Art Solution for Romanian Speech Recognition
par: Pirlogeanu, Gabriel, et autres
Publié: (2025)
par: Pirlogeanu, Gabriel, et autres
Publié: (2025)
Documents similaires
-
Multi-agent Auditory Scene Analysis
par: Rascon, Caleb, et autres
Publié: (2025) -
Thinking in Directivity: Speech Large Language Model for Multi-Talker Directional Speech Recognition
par: Xie, Jiamin, et autres
Publié: (2025) -
Latent Acoustic Mapping for Direction of Arrival Estimation: A Self-Supervised Approach
par: Roman, Adrian S., et autres
Publié: (2025) -
Enhancing Speech Quality through the Integration of BGRU and Transformer Architectures
par: Alghnam, Souliman, et autres
Publié: (2025) -
SoloSpeech: Enhancing Intelligibility and Quality in Target Speech Extraction through a Cascaded Generative Pipeline
par: Wang, Helin, et autres
Publié: (2025)