:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Yuan, Xu, Ji, Ren, Jiawei, Li, Junfeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Sound Machine Learning
Online-Zugang:	https://arxiv.org/abs/2411.02848
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Guiding the underwater acoustic target recognition with interpretable contrastive learning
von: Xie, Yuan, et al.
Veröffentlicht: (2024)

Advancing Robust Underwater Acoustic Target Recognition through Multi-task Learning and Multi-Gate Mixture-of-Experts
von: Xie, Yuan, et al.
Veröffentlicht: (2024)

Adaptive ship-radiated noise recognition with learnable fine-grained wavelet transform
von: Xie, Yuan, et al.
Veröffentlicht: (2023)

Underwater-Art: Expanding Information Perspectives With Text Templates For Underwater Acoustic Target Recognition
von: Xie, Yuan, et al.
Veröffentlicht: (2023)

DEMONet: Underwater Acoustic Target Recognition based on Multi-Expert Network and Cross-Temporal Variational Autoencoder
von: Xie, Yuan, et al.
Veröffentlicht: (2024)

Beyond saliency: enhancing explanation of speech emotion recognition with expert-referenced acoustic cues
von: Nasr, Seham, et al.
Veröffentlicht: (2025)

Underwater Acoustic Target Recognition based on Smoothness-inducing Regularization and Spectrogram-based Data Augmentation
von: Xu, Ji, et al.
Veröffentlicht: (2023)

IsoNet: Spatially-aware audio-visual target speech extraction in complex acoustic environments
von: Padhya, Dinanath, et al.
Veröffentlicht: (2026)

SeMaScore : a new evaluation metric for automatic speech recognition tasks
von: Sasindran, Zitha, et al.
Veröffentlicht: (2024)

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

Voxtlm: unified decoder-only models for consolidating speech recognition/synthesis and speech/text continuation tasks
von: Maiti, Soumi, et al.
Veröffentlicht: (2023)

A noise-robust acoustic method for recognizing foraging activities of grazing cattle
von: Martinez-Rau, Luciano S., et al.
Veröffentlicht: (2023)

Training chord recognition models on artificially generated audio
von: Majchrzak, Martyna, et al.
Veröffentlicht: (2025)

DeepForestSound: a multi-species automatic detector for passive acoustic monitoring in African tropical forests, a case study in Kibale National Park
von: Dubus, Gabriel, et al.
Veröffentlicht: (2026)

Determining the severity of Parkinson's disease in patients using a multi task neural network
von: García-Ordás, María Teresa, et al.
Veröffentlicht: (2024)

Virtual boundary integral neural network for three-dimensional exterior acoustic problems
von: Li, Jiahao, et al.
Veröffentlicht: (2026)

Surface impedance inference via neural fields and sparse acoustic data obtained by a compact array
von: Xia, Yuanxin, et al.
Veröffentlicht: (2026)

Unraveling Complex Data Diversity in Underwater Acoustic Target Recognition through Convolution-based Mixture of Experts
von: Xie, Yuan, et al.
Veröffentlicht: (2024)

CR-CTC: Consistency regularization on CTC for improved speech recognition
von: Yao, Zengwei, et al.
Veröffentlicht: (2024)

Better audio representations are more brain-like: linking model-brain alignment with performance in downstream auditory tasks
von: Pepino, Leonardo, et al.
Veröffentlicht: (2025)

Introduction to speech recognition
von: Dauphin, Gabriel
Veröffentlicht: (2024)

Benchmarks and leaderboards for sound demixing tasks
von: Solovyev, Roman, et al.
Veröffentlicht: (2023)

A Systematic Evaluation of Adversarial Attacks against Speech Emotion Recognition Models
von: Facchinetti, Nicolas, et al.
Veröffentlicht: (2024)

Time-Varying Audio Effect Modeling by End-to-End Adversarial Training
von: Bourdin, Yann, et al.
Veröffentlicht: (2025)

Zipformer: A faster and better encoder for automatic speech recognition
von: Yao, Zengwei, et al.
Veröffentlicht: (2023)

Robustifying automatic speech recognition by extracting slowly varying features
von: Pizarro, Matías, et al.
Veröffentlicht: (2021)

Versatile audio-visual learning for emotion recognition
von: Goncalves, Lucas, et al.
Veröffentlicht: (2023)

Improving the Adversarial Robustness for Speaker Verification by Self-Supervised Learning
von: Wu, Haibin, et al.
Veröffentlicht: (2021)

Late fusion ensembles for speech recognition on diverse input audio representations
von: Jezidžić, Marin, et al.
Veröffentlicht: (2024)

CAARMA: Class Augmentation with Adversarial Mixup Regularization
von: Baali, Massa, et al.
Veröffentlicht: (2025)

Generative Adversarial Post-Training Mitigates Reward Hacking in Live Human-AI Music Interaction
von: Wu, Yusong, et al.
Veröffentlicht: (2025)

Unraveling Adversarial Examples against Speaker Identification -- Techniques for Attack Detection and Victim Model Classification
von: Joshi, Sonal, et al.
Veröffentlicht: (2024)

BioSEN: A Bio-acoustic Signal Enhancement Network for Animal Vocalizations
von: Song, Tianyu, et al.
Veröffentlicht: (2026)

MAIA: An Inpainting-Based Approach for Music Adversarial Attacks
von: Liu, Yuxuan, et al.
Veröffentlicht: (2025)

DFKI-Speech System for WildSpoof Challenge: A robust framework for SASV In-the-Wild
von: Das, Arnab, et al.
Veröffentlicht: (2026)

Adversarial Data Augmentation for Robust Speaker Verification
von: Zhou, Zhenyu, et al.
Veröffentlicht: (2024)

A vector quantized masked autoencoder for audiovisual speech emotion recognition
von: Sadok, Samir, et al.
Veröffentlicht: (2023)

ALIGN: Adversarial Learning for Generalizable Speech Neuroprosthesis
von: Zhang, Zhanqi, et al.
Veröffentlicht: (2026)

LipsAM: Lipschitz-Continuous Amplitude Modifier for Audio Signal Processing and its Application to Plug-and-Play Dereverberation
von: Matsumoto, Kazuki, et al.
Veröffentlicht: (2026)

StrADiff: A Structured Source-Wise Adaptive Diffusion Framework for Linear and Nonlinear Blind Source Separation
von: Wei, Yuan-Hao
Veröffentlicht: (2026)