Modeling and Estimation of Vocal Tract and Glottal Source Parameters Using ARMAX-LF Model
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lia, Kai, Akagia, Masato, Lib, Yongwei, Unokia, Masashi |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Coding Speech through Vocal Tract Kinematics
par: Cho, Cheol Jun, et autres
Publié: (2024)
par: Cho, Cheol Jun, et autres
Publié: (2024)
Auditory Representation Effective for Estimating Vocal Tract Information
par: Irino, Toshio, et autres
Publié: (2023)
par: Irino, Toshio, et autres
Publié: (2023)
Multimodal Segmentation for Vocal Tract Modeling
par: Jain, Rishi, et autres
Publié: (2024)
par: Jain, Rishi, et autres
Publié: (2024)
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)
Singing Voice Synthesis Using Differentiable LPC and Glottal-Flow-Inspired Wavetables
par: Yu, Chin-Yun, et autres
Publié: (2023)
par: Yu, Chin-Yun, et autres
Publié: (2023)
On the Effects of Heterogeneous Data Sources on Speech-to-Text Foundation Models
par: Tian, Jinchuan, et autres
Publié: (2024)
par: Tian, Jinchuan, et autres
Publié: (2024)
Acoustic Model Optimization over Multiple Data Sources: Merging and Valuation
par: Wei, Victor Junqiu, et autres
Publié: (2024)
par: Wei, Victor Junqiu, et autres
Publié: (2024)
Boosting Hybrid Autoregressive Transducer-based ASR with Internal Acoustic Model Training and Dual Blank Thresholding
par: Moriya, Takafumi, et autres
Publié: (2024)
par: Moriya, Takafumi, et autres
Publié: (2024)
Teaching Audio Models to Reason: A Unified Framework for Source- and Layer-wise Distillation
par: Yang, Runyan, et autres
Publié: (2025)
par: Yang, Runyan, et autres
Publié: (2025)
Convexity-based Pruning of Speech Representation Models
par: Dorszewski, Teresa, et autres
Publié: (2024)
par: Dorszewski, Teresa, et autres
Publié: (2024)
Graph Modelling Analysis of Speech-Gesture Interaction for Aphasia Severity Estimation
par: Kollapally, Navya Martin, et autres
Publié: (2026)
par: Kollapally, Navya Martin, et autres
Publié: (2026)
MI-Fuse: Label Fusion for Unsupervised Domain Adaptation with Closed-Source Large-Audio Language Model
par: Huang, Hsiao-Ying, et autres
Publié: (2025)
par: Huang, Hsiao-Ying, 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)
Habibi: Laying the Open-Source Foundation of Unified-Dialectal Arabic Speech Synthesis
par: Chen, Yushen, et autres
Publié: (2026)
par: Chen, Yushen, et autres
Publié: (2026)
An End-to-End Speech Summarization Using Large Language Model
par: Shang, Hengchao, et autres
Publié: (2024)
par: Shang, Hengchao, et autres
Publié: (2024)
LESS: Large Language Model Enhanced Semi-Supervised Learning for Speech Foundational Models Using in-the-wild Data
par: Ding, Wen, et autres
Publié: (2025)
par: Ding, Wen, et autres
Publié: (2025)
Fast Word Error Rate Estimation Using Self-Supervised Representations for Speech and Text
par: Park, Chanho, et autres
Publié: (2023)
par: Park, Chanho, et autres
Publié: (2023)
SAKURA: On the Multi-hop Reasoning of Large Audio-Language Models Based on Speech and Audio Information
par: Yang, Chih-Kai, et autres
Publié: (2025)
par: Yang, Chih-Kai, et autres
Publié: (2025)
Spontaneous Speech-Based Suicide Risk Detection Using Whisper and Large Language Models
par: Cui, Ziyun, et autres
Publié: (2024)
par: Cui, Ziyun, et autres
Publié: (2024)
CVSM: Contrastive Vocal Similarity Modeling
par: Garoufis, Christos, et autres
Publié: (2025)
par: Garoufis, Christos, et autres
Publié: (2025)
Toward Corpus Size Requirements for Training and Evaluating Depression Risk Models Using Spoken Language
par: Rutowski, Tomek, et autres
Publié: (2024)
par: Rutowski, Tomek, et autres
Publié: (2024)
BATON: Aligning Text-to-Audio Model with Human Preference Feedback
par: Liao, Huan, et autres
Publié: (2024)
par: Liao, Huan, et autres
Publié: (2024)
Why Do Speech Language Models Fail to Generate Semantically Coherent Outputs? A Modality Evolving Perspective
par: Wang, Hankun, et autres
Publié: (2024)
par: Wang, Hankun, et autres
Publié: (2024)
On The Landscape of Spoken Language Models: A Comprehensive Survey
par: Arora, Siddhant, et autres
Publié: (2025)
par: Arora, Siddhant, et autres
Publié: (2025)
ISA-Bench: Benchmarking Instruction Sensitivity for Large Audio Language Models
par: Li, Bohan, et autres
Publié: (2025)
par: Li, Bohan, et autres
Publié: (2025)
Multilingual Dysarthric Speech Assessment Using Universal Phone Recognition and Language-Specific Phonemic Contrast Modeling
par: Yeo, Eunjung, et autres
Publié: (2026)
par: Yeo, Eunjung, et autres
Publié: (2026)
Speech-Copilot: Leveraging Large Language Models for Speech Processing via Task Decomposition, Modularization, and Program Generation
par: Kuan, Chun-Yi, et autres
Publié: (2024)
par: Kuan, Chun-Yi, et autres
Publié: (2024)
CLaMP 2: Multimodal Music Information Retrieval Across 101 Languages Using Large Language Models
par: Wu, Shangda, et autres
Publié: (2024)
par: Wu, Shangda, et autres
Publié: (2024)
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)
FlashLabs Chroma 1.0: A Real-Time End-to-End Spoken Dialogue Model with Personalized Voice Cloning
par: Chen, Tanyu, et autres
Publié: (2026)
par: Chen, Tanyu, et autres
Publié: (2026)
Reverb: Open-Source ASR and Diarization from Rev
par: Bhandari, Nishchal, et autres
Publié: (2024)
par: Bhandari, Nishchal, et autres
Publié: (2024)
Zero-Shot vs. Few-Shot Multi-Speaker TTS Using Pre-trained Czech SpeechT5 Model
par: Lehečka, Jan, et autres
Publié: (2024)
par: Lehečka, Jan, et autres
Publié: (2024)
Zero Resource Code-switched Speech Benchmark Using Speech Utterance Pairs For Multiple Spoken Languages
par: Huang, Kuan-Po, et autres
Publié: (2023)
par: Huang, Kuan-Po, et autres
Publié: (2023)
Multilingual Source Tracing of Speech Deepfakes: A First Benchmark
par: Xuan, Xi, et autres
Publié: (2025)
par: Xuan, Xi, et autres
Publié: (2025)
Leveraging Parameter-Efficient Transfer Learning for Multi-Lingual Text-to-Speech Adaptation
par: Li, Yingting, et autres
Publié: (2024)
par: Li, Yingting, et autres
Publié: (2024)
Customizing Speech Recognition Model with Large Language Model Feedback
par: Ling, Shaoshi, et autres
Publié: (2025)
par: Ling, Shaoshi, et autres
Publié: (2025)
Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets
par: Geng, Xuelong, et autres
Publié: (2024)
par: Geng, Xuelong, et autres
Publié: (2024)
Sagalee: an Open Source Automatic Speech Recognition Dataset for Oromo Language
par: Abu, Turi, et autres
Publié: (2025)
par: Abu, Turi, et autres
Publié: (2025)
Biodenoising: Animal Vocalization Denoising without Access to Clean Data
par: Miron, Marius, et autres
Publié: (2024)
par: Miron, Marius, et autres
Publié: (2024)
Alignment-Free Training for Transducer-based Multi-Talker ASR
par: Moriya, Takafumi, et autres
Publié: (2024)
par: Moriya, Takafumi, et autres
Publié: (2024)
Documents similaires
-
Coding Speech through Vocal Tract Kinematics
par: Cho, Cheol Jun, et autres
Publié: (2024) -
Auditory Representation Effective for Estimating Vocal Tract Information
par: Irino, Toshio, et autres
Publié: (2023) -
Multimodal Segmentation for Vocal Tract Modeling
par: Jain, Rishi, et autres
Publié: (2024) -
Learning Vocal-Tract Area and Radiation with a Physics-Informed Webster Model
par: Lu, Minhui, et autres
Publié: (2026) -
Singing Voice Synthesis Using Differentiable LPC and Glottal-Flow-Inspired Wavetables
par: Yu, Chin-Yun, et autres
Publié: (2023)