Salvato in:
| Autori principali: | Raghavan, Ksheeraja, Gode, Samiran, Shah, Ankit, Raghavan, Surabhi, Burgard, Wolfram, Raj, Bhiksha, Singh, Rita |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2410.03904 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Domain Adaptation for Contrastive Audio-Language Models
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings
di: Shah, Ankit, et al.
Pubblicazione: (2025)
di: Shah, Ankit, et al.
Pubblicazione: (2025)
Human Voice is Unique
di: Singh, Rita, et al.
Pubblicazione: (2025)
di: Singh, Rita, et al.
Pubblicazione: (2025)
Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
MACE: Leveraging Audio for Evaluating Audio Captioning Systems
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
Improving Speaker Representations Using Contrastive Losses on Multi-scale Features
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
PAM: Prompting Audio-Language Models for Audio Quality Assessment
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
di: Deshmukh, Soham, et al.
Pubblicazione: (2024)
SELM: Enhancing Speech Emotion Recognition for Out-of-Domain Scenarios
di: Bukhari, Hazim, et al.
Pubblicazione: (2024)
di: Bukhari, Hazim, et al.
Pubblicazione: (2024)
ADIFF: Explaining audio difference using natural language
di: Deshmukh, Soham, et al.
Pubblicazione: (2025)
di: Deshmukh, Soham, et al.
Pubblicazione: (2025)
Tessellated Linear Model for Age Prediction from Voice
di: Alharthi, Dareen, et al.
Pubblicazione: (2025)
di: Alharthi, Dareen, et al.
Pubblicazione: (2025)
Mellow: a small audio language model for reasoning
di: Deshmukh, Soham, et al.
Pubblicazione: (2025)
di: Deshmukh, Soham, et al.
Pubblicazione: (2025)
What Do Speech Foundation Models Not Learn About Speech?
di: Waheed, Abdul, et al.
Pubblicazione: (2024)
di: Waheed, Abdul, et al.
Pubblicazione: (2024)
Revisiting Acoustic Features for Robust ASR
di: Shah, Muhammad A., et al.
Pubblicazione: (2024)
di: Shah, Muhammad A., et al.
Pubblicazione: (2024)
Psychoacoustic Challenges Of Speech Enhancement On VoIP Platforms
di: Konan, Joseph, et al.
Pubblicazione: (2023)
di: Konan, Joseph, et al.
Pubblicazione: (2023)
Pengi: An Audio Language Model for Audio Tasks
di: Deshmukh, Soham, et al.
Pubblicazione: (2023)
di: Deshmukh, Soham, et al.
Pubblicazione: (2023)
DNN-Based Online Source Counting Based on Spatial Generalized Magnitude Squared Coherence
di: Gode, Henri, et al.
Pubblicazione: (2026)
di: Gode, Henri, et al.
Pubblicazione: (2026)
Wireless Hearables With Programmable Speech AI Accelerators
di: Itani, Malek, et al.
Pubblicazione: (2025)
di: Itani, Malek, et al.
Pubblicazione: (2025)
CoLMbo: Speaker Language Model for Descriptive Profiling
di: Baali, Massa, et al.
Pubblicazione: (2025)
di: Baali, Massa, et al.
Pubblicazione: (2025)
Identifying Hearing Difficulty Moments in Conversational Audio
di: Collins, Jack, et al.
Pubblicazione: (2025)
di: Collins, Jack, et al.
Pubblicazione: (2025)
Speech Robust Bench: A Robustness Benchmark For Speech Recognition
di: Shah, Muhammad A., et al.
Pubblicazione: (2024)
di: Shah, Muhammad A., et al.
Pubblicazione: (2024)
I Can Hear You: Selective Robust Training for Deepfake Audio Detection
di: Zhang, Zirui, et al.
Pubblicazione: (2024)
di: Zhang, Zirui, et al.
Pubblicazione: (2024)
Efficient Autoregressive Audio Modeling via Next-Scale Prediction
di: Qiu, Kai, et al.
Pubblicazione: (2024)
di: Qiu, Kai, et al.
Pubblicazione: (2024)
DeWinder: Single-Channel Wind Noise Reduction using Ultrasound Sensing
di: Yuan, Kuang, et al.
Pubblicazione: (2024)
di: Yuan, Kuang, et al.
Pubblicazione: (2024)
RelUNet: Relative Channel Fusion U-Net for Multichannel Speech Enhancement
di: Aldarmaki, Ibrahim, et al.
Pubblicazione: (2024)
di: Aldarmaki, Ibrahim, et al.
Pubblicazione: (2024)
Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization?
di: Sharma, Roshan, et al.
Pubblicazione: (2024)
di: Sharma, Roshan, et al.
Pubblicazione: (2024)
Can You Hear, Localize, and Segment Continually? An Exemplar-Free Continual Learning Benchmark for Audio-Visual Segmentation
di: Raghavan, Siddeshwar, et al.
Pubblicazione: (2026)
di: Raghavan, Siddeshwar, et al.
Pubblicazione: (2026)
HearFit+: Personalized Fitness Monitoring via Audio Signals on Smart Speakers
di: Xie, Yadong, et al.
Pubblicazione: (2025)
di: Xie, Yadong, et al.
Pubblicazione: (2025)
uDistil-Whisper: Label-Free Data Filtering for Knowledge Distillation in Low-Data Regimes
di: Waheed, Abdul, et al.
Pubblicazione: (2024)
di: Waheed, Abdul, et al.
Pubblicazione: (2024)
WhisperRT -- Turning Whisper into a Causal Streaming Model
di: Krichli, Tomer, et al.
Pubblicazione: (2025)
di: Krichli, Tomer, et al.
Pubblicazione: (2025)
Memristive Nanowire Network for Energy Efficient Audio Classification: Pre-Processing-Free Reservoir Computing with Reduced Latency
di: Rajesh, Akshaya, et al.
Pubblicazione: (2024)
di: Rajesh, Akshaya, et al.
Pubblicazione: (2024)
ESPnet-Codec: Comprehensive Training and Evaluation of Neural Codecs for Audio, Music, and Speech
di: Shi, Jiatong, et al.
Pubblicazione: (2024)
di: Shi, Jiatong, et al.
Pubblicazione: (2024)
Omni-R1: Do You Really Need Audio to Fine-Tune Your Audio LLM?
di: Rouditchenko, Andrew, et al.
Pubblicazione: (2025)
di: Rouditchenko, Andrew, et al.
Pubblicazione: (2025)
AudioRAG: A Challenging Benchmark for Audio Reasoning and Information Retrieval
di: Lin, Jingru, et al.
Pubblicazione: (2026)
di: Lin, Jingru, et al.
Pubblicazione: (2026)
Audio-Mind: An Auditable Agentic Framework for Audio Understanding
di: Wang, Yucheng, et al.
Pubblicazione: (2026)
di: Wang, Yucheng, et al.
Pubblicazione: (2026)
Objective Measurements of Voice Quality
di: Dhamyal, Hira, et al.
Pubblicazione: (2024)
di: Dhamyal, Hira, et al.
Pubblicazione: (2024)
HEAR: Hearing Enhanced Audio Response for Video-grounded Dialogue
di: Yoon, Sunjae, et al.
Pubblicazione: (2023)
di: Yoon, Sunjae, et al.
Pubblicazione: (2023)
Benchmarking Time-localized Explanations for Audio Classification Models
di: Bolaños, Cecilia, et al.
Pubblicazione: (2025)
di: Bolaños, Cecilia, et al.
Pubblicazione: (2025)
Enhancing Generalization in Audio Deepfake Detection: A Neural Collapse based Sampling and Training Approach
di: Yousif, Mohammed, et al.
Pubblicazione: (2024)
di: Yousif, Mohammed, et al.
Pubblicazione: (2024)
Attention-Based Audio Embeddings for Query-by-Example
di: Singh, Anup, et al.
Pubblicazione: (2022)
di: Singh, Anup, et al.
Pubblicazione: (2022)
AudioEditor: A Training-Free Diffusion-Based Audio Editing Framework
di: Jia, Yuhang, et al.
Pubblicazione: (2024)
di: Jia, Yuhang, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Domain Adaptation for Contrastive Audio-Language Models
di: Deshmukh, Soham, et al.
Pubblicazione: (2024) -
Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings
di: Shah, Ankit, et al.
Pubblicazione: (2025) -
Human Voice is Unique
di: Singh, Rita, et al.
Pubblicazione: (2025) -
Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
di: Deshmukh, Soham, et al.
Pubblicazione: (2024) -
MACE: Leveraging Audio for Evaluating Audio Captioning Systems
di: Dixit, Satvik, et al.
Pubblicazione: (2024)