Enregistré dans:
| Auteurs principaux: | Zhang, Yucong, Zou, Xin, Yang, Jinshan, Chen, Wenjun, Liu, Juan, Liang, Faya, Li, Ming |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2409.03597 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Toward Multimodal Industrial Fault Analysis: A Single-Speed Chain Conveyor Dataset with Audio and Vibration Signals
par: Chen, Zhang, et autres
Publié: (2026)
par: Chen, Zhang, et autres
Publié: (2026)
Enhancing Child Vocalization Classification with Phonetically-Tuned Embeddings for Assisting Autism Diagnosis
par: Li, Jialu, et autres
Publié: (2023)
par: Li, Jialu, et autres
Publié: (2023)
Mel-RoFormer for Vocal Separation and Vocal Melody Transcription
par: Wang, Ju-Chiang, et autres
Publié: (2024)
par: Wang, Ju-Chiang, et autres
Publié: (2024)
Analysis of Self-Supervised Speech Models on Children's Speech and Infant Vocalizations
par: Li, Jialu, et autres
Publié: (2024)
par: Li, Jialu, et autres
Publié: (2024)
ECHO: Frequency-aware Hierarchical Encoding for Variable-length Signals
par: Zhang, Yucong, et autres
Publié: (2025)
par: Zhang, Yucong, et autres
Publié: (2025)
CVSM: Contrastive Vocal Similarity Modeling
par: Garoufis, Christos, et autres
Publié: (2025)
par: Garoufis, Christos, et autres
Publié: (2025)
RMVPE: A Robust Model for Vocal Pitch Estimation in Polyphonic Music
par: Wei, Haojie, et autres
Publié: (2023)
par: Wei, Haojie, et autres
Publié: (2023)
Biodenoising: Animal Vocalization Denoising without Access to Clean Data
par: Miron, Marius, et autres
Publié: (2024)
par: Miron, Marius, et autres
Publié: (2024)
VocalAgent: Large Language Models for Vocal Health Diagnostics with Safety-Aware Evaluation
par: Kim, Yubin, et autres
Publié: (2025)
par: Kim, Yubin, et autres
Publié: (2025)
Melodic and Metrical Elements of Expressiveness in Hindustani Vocal Music
par: Bhake, Yash, et autres
Publié: (2025)
par: Bhake, Yash, et autres
Publié: (2025)
Auditory Representation Effective for Estimating Vocal Tract Information
par: Irino, Toshio, et autres
Publié: (2023)
par: Irino, Toshio, et autres
Publié: (2023)
Spectral Mapping of Singing Voices: U-Net-Assisted Vocal Segmentation
par: Sorrenti, Adam
Publié: (2024)
par: Sorrenti, Adam
Publié: (2024)
HSDreport: Heart Sound Diagnosis with Echocardiography Reports
par: Zhao, Zihan, et autres
Publié: (2024)
par: Zhao, Zihan, et autres
Publié: (2024)
A Reliable and Efficient Detection Pipeline for Rodent Ultrasonic Vocalizations
par: Anis, Sabah Shahnoor, et autres
Publié: (2025)
par: Anis, Sabah Shahnoor, et autres
Publié: (2025)
Drum-to-Vocal Percussion Sound Conversion and Its Evaluation Methodology
par: Nobukawa, Rinka, et autres
Publié: (2025)
par: Nobukawa, Rinka, et autres
Publié: (2025)
DJCM: A Deep Joint Cascade Model for Singing Voice Separation and Vocal Pitch Estimation
par: Wei, Haojie, et autres
Publié: (2024)
par: Wei, Haojie, et autres
Publié: (2024)
voc2vec: A Foundation Model for Non-Verbal Vocalization
par: Koudounas, Alkis, et autres
Publié: (2025)
par: Koudounas, Alkis, et autres
Publié: (2025)
Hearing Health in Home Healthcare: Leveraging LLMs for Illness Scoring and ALMs for Vocal Biomarker Extraction
par: Chen, Yu-Wen, et autres
Publié: (2025)
par: Chen, Yu-Wen, et autres
Publié: (2025)
Learning Vocal-Tract Area and Radiation with a Physics-Informed Webster Model
par: Lu, Minhui, et autres
Publié: (2026)
par: Lu, Minhui, et autres
Publié: (2026)
DiffVox: A Differentiable Model for Capturing and Analysing Vocal Effects Distributions
par: Yu, Chin-Yun, et autres
Publié: (2025)
par: Yu, Chin-Yun, et autres
Publié: (2025)
Improving Audio-Text Retrieval via Hierarchical Cross-Modal Interaction and Auxiliary Captions
par: Xin, Yifei, et autres
Publié: (2023)
par: Xin, Yifei, et autres
Publié: (2023)
PoolingVQ: A VQVAE Variant for Reducing Audio Redundancy and Boosting Multi-Modal Fusion in Music Emotion Analysis
par: Zou, Dinghao, et autres
Publié: (2025)
par: Zou, Dinghao, et autres
Publié: (2025)
Live Vocal Extraction from K-pop Performances
par: Kim, Yujin, et autres
Publié: (2025)
par: Kim, Yujin, et autres
Publié: (2025)
Relating the Neural Representations of Vocalized, Mimed, and Imagined Speech
par: Maghsoudi, Maryam, et autres
Publié: (2026)
par: Maghsoudi, Maryam, et autres
Publié: (2026)
Computational Extraction of Intonation and Tuning Systems from Multiple Microtonal Monophonic Vocal Recordings with Diverse Modes
par: Shafiei, Sepideh, et autres
Publié: (2025)
par: Shafiei, Sepideh, et autres
Publié: (2025)
Audio-text Retrieval with Transformer-based Hierarchical Alignment and Disentangled Cross-modal Representation
par: Xin, Yifei, et autres
Publié: (2024)
par: Xin, Yifei, et autres
Publié: (2024)
Extract and Diffuse: Latent Integration for Improved Diffusion-based Speech and Vocal Enhancement
par: Yang, Yudong, et autres
Publié: (2024)
par: Yang, Yudong, et autres
Publié: (2024)
Temporally Heterogeneous Graph Contrastive Learning for Multimodal Acoustic event Classification
par: Chen, Yuanjian, et autres
Publié: (2025)
par: Chen, Yuanjian, et autres
Publié: (2025)
Beyond Acoustic Sparsity and Linguistic Bias: A Prompt-Free Paradigm for Mispronunciation Detection and Diagnosis
par: Geng, Haopeng, et autres
Publié: (2026)
par: Geng, Haopeng, et autres
Publié: (2026)
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)
Towards the Synthesis of Non-speech Vocalizations
par: Hoq, Enjamamul, et autres
Publié: (2024)
par: Hoq, Enjamamul, et autres
Publié: (2024)
Bird Vocalization Embedding Extraction Using Self-Supervised Disentangled Representation Learning
par: Shi, Runwu, et autres
Publié: (2024)
par: Shi, Runwu, et autres
Publié: (2024)
VocalCrypt: Novel Active Defense Against Deepfake Voice Based on Masking Effect
par: Fei, Qingyuan, et autres
Publié: (2025)
par: Fei, Qingyuan, et autres
Publié: (2025)
DiveSound: LLM-Assisted Automatic Taxonomy Construction for Diverse Audio Generation
par: Li, Baihan, et autres
Publié: (2024)
par: Li, Baihan, et autres
Publié: (2024)
Transfer Learning in Vocal Education: Technical Evaluation of Limited Samples Describing Mezzo-soprano
par: Hou, Zhenyi, et autres
Publié: (2024)
par: Hou, Zhenyi, et autres
Publié: (2024)
Learning Physiology-Informed Vocal Spectrotemporal Representations for Speech Emotion Recognition
par: Zhang, Xu, et autres
Publié: (2026)
par: Zhang, Xu, et autres
Publié: (2026)
Beyond Discrete Categories: Multi-Task Valence-Arousal Modeling for Pet Vocalization Analysis
par: Huang, Junyao, et autres
Publié: (2025)
par: Huang, Junyao, et autres
Publié: (2025)
Few-Shot Bioacoustic Event Detection with Frame-Level Embedding Learning System
par: Zhao, PengYuan, et autres
Publié: (2024)
par: Zhao, PengYuan, et autres
Publié: (2024)
FADI-AEC: Fast Score Based Diffusion Model Guided by Far-end Signal for Acoustic Echo Cancellation
par: Liu, Yang, et autres
Publié: (2024)
par: Liu, Yang, et autres
Publié: (2024)
Semantically consistent Video-to-Audio Generation using Multimodal Language Large Model
par: Chen, Gehui, et autres
Publié: (2024)
par: Chen, Gehui, et autres
Publié: (2024)
Documents similaires
-
Toward Multimodal Industrial Fault Analysis: A Single-Speed Chain Conveyor Dataset with Audio and Vibration Signals
par: Chen, Zhang, et autres
Publié: (2026) -
Enhancing Child Vocalization Classification with Phonetically-Tuned Embeddings for Assisting Autism Diagnosis
par: Li, Jialu, et autres
Publié: (2023) -
Mel-RoFormer for Vocal Separation and Vocal Melody Transcription
par: Wang, Ju-Chiang, et autres
Publié: (2024) -
Analysis of Self-Supervised Speech Models on Children's Speech and Infant Vocalizations
par: Li, Jialu, et autres
Publié: (2024) -
ECHO: Frequency-aware Hierarchical Encoding for Variable-length Signals
par: Zhang, Yucong, et autres
Publié: (2025)