Buchumschlag

ImmerseDiffusion: A Generative Spatial Audio Latent Diffusion Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heydari, Mojtaba, Souden, Mehrez, Conejo, Bruno, Atkins, Joshua
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Emerging Technologies Machine Learning Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

StereoFoley: Object-Aware Stereo Audio Generation from Video
von: Karchkhadze, Tornike, et al.
Veröffentlicht: (2025)

IoT-based Noise Monitoring using Mobile Nodes for Smart Cities
von: Manthina, Bhima Sankar, et al.
Veröffentlicht: (2025)

Rethinking Non-Negative Matrix Factorization with Implicit Neural Representations
von: Subramani, Krishna, et al.
Veröffentlicht: (2024)

Spike Encoding for Environmental Sound: A Comparative Benchmark
von: Larroza, Andres, et al.
Veröffentlicht: (2025)

Acoustic Anomaly Detection on UAM Propeller Defect with Acoustic dataset for Crack of drone Propeller (ADCP)
von: Lee, Juho, et al.
Veröffentlicht: (2025)

Quantum Fourier Transform Based Denoising: Unitary Filtering for Enhanced Speech Clarity
von: Tripathi, Rajeshwar, et al.
Veröffentlicht: (2025)

Resource-constrained stereo singing voice cancellation
von: Borrelli, Clara, et al.
Veröffentlicht: (2024)

Real-Time System for Audio-Visual Target Speech Enhancement
von: Ma, T. Aleksandra, et al.
Veröffentlicht: (2025)

NEUROSEC: FPGA-Based Neuromorphic Audio Security
von: Isik, Murat, et al.
Veröffentlicht: (2024)

Fast Timing-Conditioned Latent Audio Diffusion
von: Evans, Zach, et al.
Veröffentlicht: (2024)

Real-Time Audio-Visual Speech Enhancement Using Pre-trained Visual Representations
von: Ma, T. Aleksandra, et al.
Veröffentlicht: (2025)

Ambisonics Super-Resolution Using A Waveform-Domain Neural Network
von: Nawfal, Ismael, et al.
Veröffentlicht: (2025)

Diffusion Models for Audio Restoration
von: Lemercier, Jean-Marie, et al.
Veröffentlicht: (2024)

AcousAF: Acoustic Sensing-Based Atrial Fibrillation Detection System for Mobile Phones
von: Liu, Xuanyu, et al.
Veröffentlicht: (2024)

Techniques for Quantum-Computing-Aided Algorithmic Composition: Experiments in Rhythm, Timbre, Harmony, and Space
von: Dobrian, Christopher, et al.
Veröffentlicht: (2025)

Intro to Quantum Harmony: Chords in Superposition
von: Dobrian, Christopher, et al.
Veröffentlicht: (2024)

Multi-Source Music Generation with Latent Diffusion
von: Xu, Zhongweiyang, et al.
Veröffentlicht: (2024)

Bass Accompaniment Generation via Latent Diffusion
von: Pasini, Marco, et al.
Veröffentlicht: (2024)

Network Bending of Diffusion Models for Audio-Visual Generation
von: Dzwonczyk, Luke, et al.
Veröffentlicht: (2024)

Music Boomerang: Reusing Diffusion Models for Data Augmentation and Audio Manipulation
von: Fichtinger, Alexander, et al.
Veröffentlicht: (2025)

Extract and Diffuse: Latent Integration for Improved Diffusion-based Speech and Vocal Enhancement
von: Yang, Yudong, et al.
Veröffentlicht: (2024)

MGE-LDM: Joint Latent Diffusion for Simultaneous Music Generation and Source Extraction
von: Chae, Yunkee, et al.
Veröffentlicht: (2025)

Subtractive Training for Music Stem Insertion using Latent Diffusion Models
von: Villa-Renteria, Ivan, et al.
Veröffentlicht: (2024)

EgoTrigger: Toward Audio-Driven Image Capture for Human Memory Enhancement in All-Day Energy-Efficient Smart Glasses
von: Paruchuri, Akshay, et al.
Veröffentlicht: (2025)

Improving snore detection under limited dataset through harmonic/percussive source separation and convolutional neural networks
von: Gonzalez-Martinez, F. D., et al.
Veröffentlicht: (2024)

Naturalistic Music Decoding from EEG Data via Latent Diffusion Models
von: Postolache, Emilian, et al.
Veröffentlicht: (2024)

LiLAC: A Lightweight Latent ControlNet for Musical Audio Generation
von: Baker, Tom, et al.
Veröffentlicht: (2025)

Diffused Responsibility: Analyzing the Energy Consumption of Generative Text-to-Audio Diffusion Models
von: Passoni, Riccardo, et al.
Veröffentlicht: (2025)

Music2Latent: Consistency Autoencoders for Latent Audio Compression
von: Pasini, Marco, et al.
Veröffentlicht: (2024)

Blind Audio Bandwidth Extension: A Diffusion-Based Zero-Shot Approach
von: Moliner, Eloi, et al.
Veröffentlicht: (2023)

PTQ4ADM: Post-Training Quantization for Efficient Text Conditional Audio Diffusion Models
von: Vora, Jayneel, et al.
Veröffentlicht: (2024)

Learning to Upsample and Upmix Audio in the Latent Domain
von: Bralios, Dimitrios, et al.
Veröffentlicht: (2025)

SSNAPS: Audio-Visual Separation of Speech and Background Noise with Diffusion Inverse Sampling
von: Yemini, Yochai, et al.
Veröffentlicht: (2026)

A Simple but Strong Baseline for Sounding Video Generation: Effective Adaptation of Audio and Video Diffusion Models for Joint Generation
von: Ishii, Masato, et al.
Veröffentlicht: (2024)

Speech Enhancement and Dereverberation with Diffusion-based Generative Models
von: Richter, Julius, et al.
Veröffentlicht: (2022)

ConsistencyTTA: Accelerating Diffusion-Based Text-to-Audio Generation with Consistency Distillation
von: Bai, Yatong, et al.
Veröffentlicht: (2023)

Diff-SAGe: End-to-End Spatial Audio Generation Using Diffusion Models
von: Kushwaha, Saksham Singh, et al.
Veröffentlicht: (2024)

Multi-Source Diffusion Models for Simultaneous Music Generation and Separation
von: Mariani, Giorgio, et al.
Veröffentlicht: (2023)

Learning Spatially-Aware Language and Audio Embeddings
von: Devnani, Bhavika, et al.
Veröffentlicht: (2024)

Re-Bottleneck: Latent Re-Structuring for Neural Audio Autoencoders
von: Bralios, Dimitrios, et al.
Veröffentlicht: (2025)