Copertina

NatureLM-audio: an Audio-Language Foundation Model for Bioacoustics

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Robinson, David, Miron, Marius, Hagiwara, Masato, Weck, Benno, Keen, Sara, Alizadeh, Milad, Narula, Gagan, Geist, Matthieu, Pietquin, Olivier
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Sound Artificial Intelligence Machine Learning Audio and Speech Processing
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Beyond the Baseband: Adaptive Multi-Band Encoding for Full-Spectrum Bioacoustics Classification
di: Sarkar, Eklavya, et al.
Pubblicazione: (2026)

Biodenoising: Animal Vocalization Denoising without Access to Clean Data
di: Miron, Marius, et al.
Pubblicazione: (2024)

BAGEL: Benchmarking Animal Knowledge Expertise in Language Models
di: Shen, Jiacheng, et al.
Pubblicazione: (2026)

Multi-layer attentive probing improves transfer of audio representations for bioacoustics
di: Miron, Marius, et al.
Pubblicazione: (2026)

ISPA: Inter-Species Phonetic Alphabet for Transcribing Animal Sounds
di: Hagiwara, Masato, et al.
Pubblicazione: (2024)

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

The language of sound search: Examining User Queries in Audio Search Engines
di: Weck, Benno, et al.
Pubblicazione: (2024)

WikiMuTe: A web-sourced dataset of semantic descriptions for music audio
di: Weck, Benno, et al.
Pubblicazione: (2023)

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

AVEX: What Matters for Animal Vocalization Encoding
di: Miron, Marius, et al.
Pubblicazione: (2025)

Audio-to-Image Bird Species Retrieval without Audio-Image Pairs via Text Distillation
di: Moummad, Ilyass, et al.
Pubblicazione: (2026)

WavLM model ensemble for audio deepfake detection
di: Combei, David, et al.
Pubblicazione: (2024)

MuChoMusic: Evaluating Music Understanding in Multimodal Audio-Language Models
di: Weck, Benno, et al.
Pubblicazione: (2024)

Foundation Models for Bioacoustics -- a Comparative Review
di: Schwinger, Raphael, et al.
Pubblicazione: (2025)

BioME: A Resource-Efficient Bioacoustic Foundational Model for IoT Applications
di: Guimarães, Heitor R., et al.
Pubblicazione: (2026)

The Role of Large Language Models in Musicology: Are We Ready to Trust the Machines?
di: Ramoneda, Pedro, et al.
Pubblicazione: (2024)

BirdSet: A Large-Scale Dataset for Audio Classification in Avian Bioacoustics
di: Rauch, Lukas, et al.
Pubblicazione: (2024)

CrossMuSim: A Cross-Modal Framework for Music Similarity Retrieval with LLM-Powered Text Description Sourcing and Mining
di: Tsoi, Tristan, et al.
Pubblicazione: (2025)

The Search for Squawk: Agile Modeling in Bioacoustics
di: Dumoulin, Vincent, et al.
Pubblicazione: (2025)

MiDashengLM: Efficient Audio Understanding with General Audio Captions
di: Dinkel, Heinrich, et al.
Pubblicazione: (2025)

AudioMorphix: Training-free audio editing with diffusion probabilistic models
di: Liang, Jinhua, et al.
Pubblicazione: (2025)

MusicRL: Aligning Music Generation to Human Preferences
di: Cideron, Geoffrey, et al.
Pubblicazione: (2024)

Audio Dialogues: Dialogues dataset for audio and music understanding
di: Goel, Arushi, et al.
Pubblicazione: (2024)

Crossing the Species Divide: Transfer Learning from Speech to Animal Sounds
di: Cauzinille, Jules, et al.
Pubblicazione: (2025)

audio2chart: End to End Audio Transcription into playable Guitar Hero charts
di: Tripodi, Riccardo
Pubblicazione: (2025)

Audio Deepfake Detection with Self-Supervised WavLM and Multi-Fusion Attentive Classifier
di: Guo, Yinlin, et al.
Pubblicazione: (2023)

FiPA-SR -- FiLM-Conditioned Perceptually Informed Audio Super-Resolution
di: Abreu, Wallace, et al.
Pubblicazione: (2026)

Mind the Domain Gap: a Systematic Analysis on Bioacoustic Sound Event Detection
di: Liang, Jinhua, et al.
Pubblicazione: (2024)

Towards Deep Active Learning in Avian Bioacoustics
di: Rauch, Lukas, et al.
Pubblicazione: (2024)

Perch 2.0: The Bittern Lesson for Bioacoustics
di: van Merriënboer, Bart, et al.
Pubblicazione: (2025)

Online incremental learning for audio classification using a pretrained audio model
di: Mulimani, Manjunath, et al.
Pubblicazione: (2025)

AudioMAE++: learning better masked audio representations with SwiGLU FFNs
di: Yadav, Sarthak, et al.
Pubblicazione: (2025)

U-SAM: An audio language Model for Unified Speech, Audio, and Music Understanding
di: Wang, Ziqian, et al.
Pubblicazione: (2025)

UniAudio: An Audio Foundation Model Toward Universal Audio Generation
di: Yang, Dongchao, et al.
Pubblicazione: (2023)

AudioRepInceptionNeXt: A lightweight single-stream architecture for efficient audio recognition
di: Lau, Kin Wai, et al.
Pubblicazione: (2024)

Robust Bioacoustic Detection via Richly Labelled Synthetic Soundscape Augmentation
di: Soltero, Kaspar, et al.
Pubblicazione: (2025)

MOSS-Audio-Tokenizer: Scaling Audio Tokenizers for Future Audio Foundation Models
di: Gong, Yitian, et al.
Pubblicazione: (2026)

PicoAudio: Enabling Precise Timestamp and Frequency Controllability of Audio Events in Text-to-audio Generation
di: Xie, Zeyu, et al.
Pubblicazione: (2024)

Scaling up masked audio encoder learning for general audio classification
di: Dinkel, Heinrich, et al.
Pubblicazione: (2024)

Towards High-Fidelity and Controllable Bioacoustic Generation via Enhanced Diffusion Learning
di: Song, Tianyu, et al.
Pubblicazione: (2025)