:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baali, Massa, Aldoobi, Abdulhamid, Dhamyal, Hira, Singh, Rita, Raj, Bhiksha
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Computation and Language
Online-Zugang:	https://arxiv.org/abs/2409.05799
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

What and When to Learn: CURriculum Ranking Loss for Large-Scale Speaker Verification
von: Baali, Massa, et al.
Veröffentlicht: (2026)

DELULU: Discriminative Embedding Learning Using Latent Units for Speaker-Aware Self-Trained Speech Foundational Model
von: Baali, Massa, et al.
Veröffentlicht: (2025)

SVeritas: Benchmark for Robust Speaker Verification under Diverse Conditions
von: Baali, Massa, et al.
Veröffentlicht: (2025)

Improving Speaker Representations Using Contrastive Losses on Multi-scale Features
von: Dixit, Satvik, et al.
Veröffentlicht: (2024)

CoLMbo: Speaker Language Model for Descriptive Profiling
von: Baali, Massa, et al.
Veröffentlicht: (2025)

Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization?
von: Sharma, Roshan, et al.
Veröffentlicht: (2024)

CAARMA: Class Augmentation with Adversarial Mixup Regularization
von: Baali, Massa, et al.
Veröffentlicht: (2025)

SELM: Enhancing Speech Emotion Recognition for Out-of-Domain Scenarios
von: Bukhari, Hazim, et al.
Veröffentlicht: (2024)

Objective Measurements of Voice Quality
von: Dhamyal, Hira, et al.
Veröffentlicht: (2024)

What Do Speech Foundation Models Not Learn About Speech?
von: Waheed, Abdul, et al.
Veröffentlicht: (2024)

Audio Language Model for Deepfake Detection Grounded in Acoustic Chain-of-Thought
von: Chen, Runkun, et al.
Veröffentlicht: (2026)

Exploring Multilingual Unseen Speaker Emotion Recognition: Leveraging Co-Attention Cues in Multitask Learning
von: Goel, Arnav, et al.
Veröffentlicht: (2024)

Revisiting Acoustic Features for Robust ASR
von: Shah, Muhammad A., et al.
Veröffentlicht: (2024)

Human Voice is Unique
von: Singh, Rita, et al.
Veröffentlicht: (2025)

WhisperRT -- Turning Whisper into a Causal Streaming Model
von: Krichli, Tomer, et al.
Veröffentlicht: (2025)

Phonetic Segmentation of the UCLA Phonetics Lab Archive
von: Chodroff, Eleanor, et al.
Veröffentlicht: (2024)

uDistil-Whisper: Label-Free Data Filtering for Knowledge Distillation in Low-Data Regimes
von: Waheed, Abdul, et al.
Veröffentlicht: (2024)

Domain Adaptation for Contrastive Audio-Language Models
von: Deshmukh, Soham, et al.
Veröffentlicht: (2024)

Phonetic Richness for Improved Automatic Speaker Verification
von: Klein, Nicholas, et al.
Veröffentlicht: (2024)

PhiNet: Speaker Verification with Phonetic Interpretability
von: Ma, Yi, et al.
Veröffentlicht: (2026)

VerLM: Explaining Face Verification Using Natural Language
von: Hannan, Syed Abdul, et al.
Veröffentlicht: (2026)

On the Evaluation of Speech Foundation Models for Spoken Language Understanding
von: Arora, Siddhant, et al.
Veröffentlicht: (2024)

Evaluating and Improving Continual Learning in Spoken Language Understanding
von: Yang, Muqiao, et al.
Veröffentlicht: (2024)

Analysis of Speech Temporal Dynamics in the Context of Speaker Verification and Voice Anonymization
von: Tomashenko, Natalia, et al.
Veröffentlicht: (2024)

Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms
von: Konan, Joseph, et al.
Veröffentlicht: (2023)

Phonetic Enhanced Language Modeling for Text-to-Speech Synthesis
von: Zhou, Kun, et al.
Veröffentlicht: (2024)

Speech Robust Bench: A Robustness Benchmark For Speech Recognition
von: Shah, Muhammad A., et al.
Veröffentlicht: (2024)

A Technique for Isolating Lexically-Independent Phonetic Dependencies in Generative CNNs
von: Šegedin, Bruno Ferenc
Veröffentlicht: (2025)

PAST: Phonetic-Acoustic Speech Tokenizer
von: Har-Tuv, Nadav, et al.
Veröffentlicht: (2025)

Multimodal Input Aids a Bayesian Model of Phonetic Learning
von: Zhi, Sophia, et al.
Veröffentlicht: (2024)

Disentangling Speaker Traits for Deepfake Source Verification via Chebyshev Polynomial and Riemannian Metric Learning
von: Xuan, Xi, et al.
Veröffentlicht: (2026)

CryCeleb: A Speaker Verification Dataset Based on Infant Cry Sounds
von: Budaghyan, David, et al.
Veröffentlicht: (2023)

LightCAM: A Fast and Light Implementation of Context-Aware Masking based D-TDNN for Speaker Verification
von: Cao, Di, et al.
Veröffentlicht: (2024)

ADIFF: Explaining audio difference using natural language
von: Deshmukh, Soham, et al.
Veröffentlicht: (2025)

Tessellated Linear Model for Age Prediction from Voice
von: Alharthi, Dareen, et al.
Veröffentlicht: (2025)

Mellow: a small audio language model for reasoning
von: Deshmukh, Soham, et al.
Veröffentlicht: (2025)

Multilingual Prosody Transfer: Comparing Supervised & Transfer Learning
von: Goel, Arnav, et al.
Veröffentlicht: (2024)

CrossVoice: Crosslingual Prosody Preserving Cascade-S2ST using Transfer Learning
von: Hira, Medha, et al.
Veröffentlicht: (2024)

Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings
von: Shah, Ankit, et al.
Veröffentlicht: (2025)

ExPO: Explainable Phonetic Trait-Oriented Network for Speaker Verification
von: Ma, Yi, et al.
Veröffentlicht: (2025)