Did You Hear That? Introducing AADG: A Framework for Generating Benchmark Data in Audio Anomaly Detection
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Raghavan, Ksheeraja, Gode, Samiran, Shah, Ankit, Raghavan, Surabhi, Burgard, Wolfram, Raj, Bhiksha, Singh, Rita |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Domain Adaptation for Contrastive Audio-Language Models
par: Deshmukh, Soham, et autres
Publié: (2024)
par: Deshmukh, Soham, et autres
Publié: (2024)
Human Voice is Unique
par: Singh, Rita, et autres
Publié: (2025)
par: Singh, Rita, et autres
Publié: (2025)
Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings
par: Shah, Ankit, et autres
Publié: (2025)
par: Shah, Ankit, et autres
Publié: (2025)
Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
par: Deshmukh, Soham, et autres
Publié: (2024)
par: Deshmukh, Soham, et autres
Publié: (2024)
MACE: Leveraging Audio for Evaluating Audio Captioning Systems
par: Dixit, Satvik, et autres
Publié: (2024)
par: Dixit, Satvik, et autres
Publié: (2024)
Improving Speaker Representations Using Contrastive Losses on Multi-scale Features
par: Dixit, Satvik, et autres
Publié: (2024)
par: Dixit, Satvik, et autres
Publié: (2024)
PAM: Prompting Audio-Language Models for Audio Quality Assessment
par: Deshmukh, Soham, et autres
Publié: (2024)
par: Deshmukh, Soham, et autres
Publié: (2024)
SELM: Enhancing Speech Emotion Recognition for Out-of-Domain Scenarios
par: Bukhari, Hazim, et autres
Publié: (2024)
par: Bukhari, Hazim, et autres
Publié: (2024)
Revisiting Acoustic Features for Robust ASR
par: Shah, Muhammad A., et autres
Publié: (2024)
par: Shah, Muhammad A., et autres
Publié: (2024)
ADIFF: Explaining audio difference using natural language
par: Deshmukh, Soham, et autres
Publié: (2025)
par: Deshmukh, Soham, et autres
Publié: (2025)
Tessellated Linear Model for Age Prediction from Voice
par: Alharthi, Dareen, et autres
Publié: (2025)
par: Alharthi, Dareen, et autres
Publié: (2025)
Mellow: a small audio language model for reasoning
par: Deshmukh, Soham, et autres
Publié: (2025)
par: Deshmukh, Soham, et autres
Publié: (2025)
What Do Speech Foundation Models Not Learn About Speech?
par: Waheed, Abdul, et autres
Publié: (2024)
par: Waheed, Abdul, et autres
Publié: (2024)
Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms
par: Konan, Joseph, et autres
Publié: (2023)
par: Konan, Joseph, et autres
Publié: (2023)
Pengi: An Audio Language Model for Audio Tasks
par: Deshmukh, Soham, et autres
Publié: (2023)
par: Deshmukh, Soham, et autres
Publié: (2023)
DNN-Based Online Source Counting Based on Spatial Generalized Magnitude Squared Coherence
par: Gode, Henri, et autres
Publié: (2026)
par: Gode, Henri, et autres
Publié: (2026)
Wireless Hearables With Programmable Speech AI Accelerators
par: Itani, Malek, et autres
Publié: (2025)
par: Itani, Malek, et autres
Publié: (2025)
Identifying Hearing Difficulty Moments in Conversational Audio
par: Collins, Jack, et autres
Publié: (2025)
par: Collins, Jack, et autres
Publié: (2025)
I Can Hear You: Selective Robust Training for Deepfake Audio Detection
par: Zhang, Zirui, et autres
Publié: (2024)
par: Zhang, Zirui, et autres
Publié: (2024)
CoLMbo: Speaker Language Model for Descriptive Profiling
par: Baali, Massa, et autres
Publié: (2025)
par: Baali, Massa, et autres
Publié: (2025)
HearFit+: Personalized Fitness Monitoring via Audio Signals on Smart Speakers
par: Xie, Yadong, et autres
Publié: (2025)
par: Xie, Yadong, et autres
Publié: (2025)
Efficient Autoregressive Audio Modeling via Next-Scale Prediction
par: Qiu, Kai, et autres
Publié: (2024)
par: Qiu, Kai, et autres
Publié: (2024)
Speech Robust Bench: A Robustness Benchmark For Speech Recognition
par: Shah, Muhammad A., et autres
Publié: (2024)
par: Shah, Muhammad A., et autres
Publié: (2024)
DeWinder: Single-Channel Wind Noise Reduction using Ultrasound Sensing
par: Yuan, Kuang, et autres
Publié: (2024)
par: Yuan, Kuang, et autres
Publié: (2024)
RelUNet: Relative Channel Fusion U-Net for Multichannel Speech Enhancement
par: Aldarmaki, Ibrahim, et autres
Publié: (2024)
par: Aldarmaki, Ibrahim, et autres
Publié: (2024)
Omni-R1: Do You Really Need Audio to Fine-Tune Your Audio LLM?
par: Rouditchenko, Andrew, et autres
Publié: (2025)
par: Rouditchenko, Andrew, et autres
Publié: (2025)
Can You Hear, Localize, and Segment Continually? An Exemplar-Free Continual Learning Benchmark for Audio-Visual Segmentation
par: Raghavan, Siddeshwar, et autres
Publié: (2026)
par: Raghavan, Siddeshwar, et autres
Publié: (2026)
AudioRAG: A Challenging Benchmark for Audio Reasoning and Information Retrieval
par: Lin, Jingru, et autres
Publié: (2026)
par: Lin, Jingru, et autres
Publié: (2026)
Audio-Mind: An Auditable Agentic Framework for Audio Understanding
par: Wang, Yucheng, et autres
Publié: (2026)
par: Wang, Yucheng, et autres
Publié: (2026)
ESPnet-Codec: Comprehensive Training and Evaluation of Neural Codecs for Audio, Music, and Speech
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
uDistil-Whisper: Label-Free Data Filtering for Knowledge Distillation in Low-Data Regimes
par: Waheed, Abdul, et autres
Publié: (2024)
par: Waheed, Abdul, et autres
Publié: (2024)
Benchmarking Time-localized Explanations for Audio Classification Models
par: Bolaños, Cecilia, et autres
Publié: (2025)
par: Bolaños, Cecilia, et autres
Publié: (2025)
AudioEditor: A Training-Free Diffusion-Based Audio Editing Framework
par: Jia, Yuhang, et autres
Publié: (2024)
par: Jia, Yuhang, et autres
Publié: (2024)
Objective Measurements of Voice Quality
par: Dhamyal, Hira, et autres
Publié: (2024)
par: Dhamyal, Hira, et autres
Publié: (2024)
Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization?
par: Sharma, Roshan, et autres
Publié: (2024)
par: Sharma, Roshan, et autres
Publié: (2024)
OpenACE: An Open Benchmark for Evaluating Audio Coding Performance
par: Coldenhoff, Jozef, et autres
Publié: (2024)
par: Coldenhoff, Jozef, et autres
Publié: (2024)
PolyBench: A Benchmark for Compositional Reasoning in Polyphonic Audio
par: Chen, Yuanjian, et autres
Publié: (2026)
par: Chen, Yuanjian, et autres
Publié: (2026)
Attention-Based Audio Embeddings for Query-by-Example
par: Singh, Anup, et autres
Publié: (2022)
par: Singh, Anup, et autres
Publié: (2022)
WhisperRT -- Turning Whisper into a Causal Streaming Model
par: Krichli, Tomer, et autres
Publié: (2025)
par: Krichli, Tomer, et autres
Publié: (2025)
Enhancing Generalization in Audio Deepfake Detection: A Neural Collapse based Sampling and Training Approach
par: Yousif, Mohammed, et autres
Publié: (2024)
par: Yousif, Mohammed, et autres
Publié: (2024)
Documents similaires
-
Domain Adaptation for Contrastive Audio-Language Models
par: Deshmukh, Soham, et autres
Publié: (2024) -
Human Voice is Unique
par: Singh, Rita, et autres
Publié: (2025) -
Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings
par: Shah, Ankit, et autres
Publié: (2025) -
Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
par: Deshmukh, Soham, et autres
Publié: (2024) -
MACE: Leveraging Audio for Evaluating Audio Captioning Systems
par: Dixit, Satvik, et autres
Publié: (2024)