:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bajestan, Seyed Ali Alavi, Pitt, Mark, Williamson, Donald S.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Sound Audio and Speech Processing
Online-Zugang:	https://arxiv.org/abs/2410.18395
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CORN: Co-Trained Full- And No-Reference Speech Quality Assessment
von: Manocha, Pranay, et al.
Veröffentlicht: (2023)

Acoustic identification of individual animals with hierarchical contrastive learning
von: Nolasco, Ines, et al.
Veröffentlicht: (2024)

Towards auditory attention decoding with noise-tagging: A pilot study
von: Scheppink, H. A., et al.
Veröffentlicht: (2024)

Selfsupervised learning for pathological speech detection
von: Sheikh, Shakeel Ahmad
Veröffentlicht: (2024)

Generalizable speech deepfake detection via meta-learned LoRA
von: Laakkonen, Janne, et al.
Veröffentlicht: (2025)

Using RLHF to align speech enhancement approaches to mean-opinion quality scores
von: Kumar, Anurag, et al.
Veröffentlicht: (2024)

Clustering-based hard negative sampling for supervised contrastive speaker verification
von: Masztalski, Piotr, et al.
Veröffentlicht: (2025)

A low latency attention module for streaming self-supervised speech representation learning
von: Ma, Jianbo, et al.
Veröffentlicht: (2023)

Emergent musical properties of a transformer under contrastive self-supervised learning
von: Kong, Yuexuan, et al.
Veröffentlicht: (2025)

Supervised contrastive learning from weakly-labeled audio segments for musical version matching
von: Serrà, Joan, et al.
Veröffentlicht: (2025)

Low-latency auditory spatial attention detection based on spectro-spatial features from EEG
von: Cai, Siqi, et al.
Veröffentlicht: (2021)

Robust detection of overlapping bioacoustic sound events
von: Mahon, Louis, et al.
Veröffentlicht: (2025)

Cough activity detection for automatic tuberculosis screening
von: van Vüren, Joshua Jansen, et al.
Veröffentlicht: (2026)

Denoising by neural network for muzzle blast detection
von: Pujol, Hadrien, et al.
Veröffentlicht: (2025)

Optimising MFCC parameters for the automatic detection of respiratory diseases
von: Yan, Yuyang, et al.
Veröffentlicht: (2024)

Towards generalizing deep-audio fake detection networks
von: Gasenzer, Konstantin, et al.
Veröffentlicht: (2023)

A benchmark of state-of-the-art sound event detection systems evaluated on synthetic soundscapes
von: Ronchini, Francesca, et al.
Veröffentlicht: (2022)

A Concept-based approach to Voice Disorder Detection
von: Ghia, Davide, et al.
Veröffentlicht: (2025)

Loss functions incorporating auditory spatial perception in deep learning -- a review
von: Rafaely, Boaz, et al.
Veröffentlicht: (2025)

Unsupervised outlier detection to improve bird audio dataset labels
von: Collins, Bruce
Veröffentlicht: (2025)

Linear stimulus reconstruction works on the KU Leuven audiovisual, gaze-controlled auditory attention decoding dataset
von: Geirnaert, Simon, et al.
Veröffentlicht: (2024)

The impact of non-target events in synthetic soundscapes for sound event detection
von: Ronchini, Francesca, et al.
Veröffentlicht: (2021)

Synthetic data enables context-aware bioacoustic sound event detection
von: Hoffman, Benjamin, et al.
Veröffentlicht: (2025)

Voxceleb-ESP: preliminary experiments detecting Spanish celebrities from their voices
von: Labrador, Beltrán, et al.
Veröffentlicht: (2023)

Context-aware child-directed speech detection from long-form recordings
von: Charlot, Théo, et al.
Veröffentlicht: (2026)

Rank-based loss for learning hierarchical representations
von: Nolasco, Ines, et al.
Veröffentlicht: (2021)

An AI-enabled Bias-Free Respiratory Disease Diagnosis Model using Cough Audio: A Case Study for COVID-19
von: Saeed, Tabish, et al.
Veröffentlicht: (2024)

From the perspective of perceptual speech quality: The robustness of frequency bands to noise
von: Fan, Junyi, et al.
Veröffentlicht: (2025)

Computational music analysis from first principles
von: Tymoczko, Dmitri, et al.
Veröffentlicht: (2024)

Generalization in birdsong classification: impact of transfer learning methods and dataset characteristics
von: Ghani, Burooj, et al.
Veröffentlicht: (2024)

Female mosquito detection by means of AI techniques inside release containers in the context of a Sterile Insect Technique program
von: Naranjo-Alcazar, Javier, et al.
Veröffentlicht: (2023)

EnCodecMAE: Leveraging neural codecs for universal audio representation learning
von: Pepino, Leonardo, et al.
Veröffentlicht: (2023)

Throat and acoustic paired speech dataset for deep learning-based speech enhancement
von: Kim, Yunsik, et al.
Veröffentlicht: (2025)

Fusion approaches for emotion recognition from speech using acoustic and text-based features
von: Pepino, Leonardo, et al.
Veröffentlicht: (2024)

Discriminant audio properties in deep learning based respiratory insufficiency detection in Brazilian Portuguese
von: Gauy, Marcelo Matheus, et al.
Veröffentlicht: (2024)

Combined assessment of auditory distance perception and externalization
von: Hoppe, Henning, et al.
Veröffentlicht: (2024)

Hearing Your Blood Sugar: Non-Invasive Glucose Measurement Through Simple Vocal Signals, Transforming any Speech into a Sensor with Machine Learning
von: Ahmadli, Nihat, et al.
Veröffentlicht: (2024)

The first Cadenza challenges: using machine learning competitions to improve music for listeners with a hearing loss
von: Dabike, Gerardo Roa, et al.
Veröffentlicht: (2024)

Zero-Shot Multi-Lingual Speaker Verification in Clinical Trials
von: Akram, Ali, et al.
Veröffentlicht: (2024)

Investigating Confidence Estimation Measures for Speaker Diarization
von: Chowdhury, Anurag, et al.
Veröffentlicht: (2024)