Typical vs. Atypical Disfluency Classification: Introducing the IIITH-TISA Corpus and Temporal Context-Based Feature Representations
Fuente:
arXiv
Salvato in:
| Autori principali: | Kommagouni, Priyanka, Narasinga, Vamshiraghusimha, Barche, Purva, C, Sai Akarsh, Vuppala, Anil |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
IIITH-BUT system for IWSLT 2025 low-resource Bhojpuri to Hindi speech translation
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025)
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025)
Attempt Towards Stress Transfer in Speech-to-Speech Machine Translation
di: Akarsh, Sai, et al.
Pubblicazione: (2024)
di: Akarsh, Sai, et al.
Pubblicazione: (2024)
TeluguST-46: A Benchmark Corpus and Comprehensive Evaluation for Telugu-English Speech Translation
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025)
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025)
Open vocabulary keyword spotting through transfer learning from speech synthesis
di: V, Kesavaraj, et al.
Pubblicazione: (2024)
di: V, Kesavaraj, et al.
Pubblicazione: (2024)
Fairness in Dysarthric Speech Synthesis: Understanding Intrinsic Bias in Dysarthric Speech Cloning using F5-TTS
di: Anuprabha, M, et al.
Pubblicazione: (2025)
di: Anuprabha, M, et al.
Pubblicazione: (2025)
End-to-End User-Defined Keyword Spotting using Shifted Delta Coefficients
di: V, Kesavaraj, et al.
Pubblicazione: (2024)
di: V, Kesavaraj, et al.
Pubblicazione: (2024)
A Multi-modal Approach to Dysarthria Detection and Severity Assessment Using Speech and Text Information
di: M, Anuprabha, et al.
Pubblicazione: (2024)
di: M, Anuprabha, et al.
Pubblicazione: (2024)
Efficient ASR for Low-Resource Languages: Leveraging Cross-Lingual Unlabeled Data
di: Bandarupalli, Srihari, et al.
Pubblicazione: (2025)
di: Bandarupalli, Srihari, et al.
Pubblicazione: (2025)
VECL-TTS: Voice identity and Emotional style controllable Cross-Lingual Text-to-Speech
di: Gudmalwar, Ashishkumar, et al.
Pubblicazione: (2024)
di: Gudmalwar, Ashishkumar, et al.
Pubblicazione: (2024)
A Preliminary Analysis of Automatic Word and Syllable Prominence Detection in Non-Native Speech With Text-to-Speech Prosody Embeddings
di: Mondal, Anindita, et al.
Pubblicazione: (2024)
di: Mondal, Anindita, et al.
Pubblicazione: (2024)
End-to-End Speech Translation for Low-Resource Languages Using Weakly Labeled Data
di: Pothula, Aishwarya, et al.
Pubblicazione: (2025)
di: Pothula, Aishwarya, et al.
Pubblicazione: (2025)
Z-Scores: A Metric for Linguistically Assessing Disfluency Removal
di: Teleki, Maria, et al.
Pubblicazione: (2025)
di: Teleki, Maria, et al.
Pubblicazione: (2025)
DisfluencySpeech -- Single-Speaker Conversational Speech Dataset with Paralanguage
di: Wang, Kyra, et al.
Pubblicazione: (2024)
di: Wang, Kyra, et al.
Pubblicazione: (2024)
Rethinking Cross-Corpus Speech Emotion Recognition Benchmarking: Are Paralinguistic Pre-Trained Representations Sufficient?
di: Phukan, Orchid Chetia, et al.
Pubblicazione: (2025)
di: Phukan, Orchid Chetia, et al.
Pubblicazione: (2025)
Automatic Speech Recognition for Non-Native English: Accuracy and Disfluency Handling
di: McGuire, Michael
Pubblicazione: (2025)
di: McGuire, Michael
Pubblicazione: (2025)
Missingness-resilient Video-enhanced Multimodal Disfluency Detection
di: Mohapatra, Payal, et al.
Pubblicazione: (2024)
di: Mohapatra, Payal, et al.
Pubblicazione: (2024)
RISC: A Corpus for Shout Type Classification and Shout Intensity Prediction
di: Fukumori, Takahiro, et al.
Pubblicazione: (2023)
di: Fukumori, Takahiro, et al.
Pubblicazione: (2023)
Evaluating CNN with Stacked Feature Representations and Audio Spectrogram Transformer Models for Sound Classification
di: Dehaghania, Parinaz Binandeh, et al.
Pubblicazione: (2026)
di: Dehaghania, Parinaz Binandeh, et al.
Pubblicazione: (2026)
Feature Representations for Automatic Meerkat Vocalization Classification
di: Mahmoud, Imen Ben, et al.
Pubblicazione: (2024)
di: Mahmoud, Imen Ben, et al.
Pubblicazione: (2024)
Revealing the Hidden Temporal Structure of HubertSoft Embeddings based on the Russian Phonetic Corpus
di: Ananeva, Anastasia, et al.
Pubblicazione: (2025)
di: Ananeva, Anastasia, et al.
Pubblicazione: (2025)
Enhancing Speaker-Independent Dysarthric Speech Severity Classification with DSSCNet and Cross-Corpus Adaptation
di: Roy, Arnab Kumar, et al.
Pubblicazione: (2025)
di: Roy, Arnab Kumar, et al.
Pubblicazione: (2025)
SiamCTC: Learning Speech Representations through Monotonic Temporal Alignment
di: Eom, SooHwan, et al.
Pubblicazione: (2026)
di: Eom, SooHwan, et al.
Pubblicazione: (2026)
Full-Duplex-Bench-v3: Benchmarking Tool Use for Full-Duplex Voice Agents Under Real-World Disfluency
di: Lin, Guan-Ting, et al.
Pubblicazione: (2026)
di: Lin, Guan-Ting, et al.
Pubblicazione: (2026)
Distinctive Feature Codec: An Adaptive Efficient Speech Representation for Depression Detection
di: Zhang, Xiangyu, et al.
Pubblicazione: (2025)
di: Zhang, Xiangyu, et al.
Pubblicazione: (2025)
Evaluating Pretrained General-Purpose Audio Representations for Music Genre Classification
di: Rai, Kashish, et al.
Pubblicazione: (2026)
di: Rai, Kashish, et al.
Pubblicazione: (2026)
Enhancing ASR Performance in the Medical Domain for Dravidian Languages
di: Devarakonda, Sri Charan, et al.
Pubblicazione: (2026)
di: Devarakonda, Sri Charan, et al.
Pubblicazione: (2026)
The MSP-Podcast Corpus
di: Busso, Carlos, et al.
Pubblicazione: (2025)
di: Busso, Carlos, et al.
Pubblicazione: (2025)
Toward a Reinforcement-Learning-Based System for Adjusting Medication to Minimize Speech Disfluency
di: Constas, Pavlos, et al.
Pubblicazione: (2023)
di: Constas, Pavlos, et al.
Pubblicazione: (2023)
Smooth Operators: LLMs Translating Imperfect Hints into Disfluency-Rich Transcripts
di: Altinok, Duygu
Pubblicazione: (2025)
di: Altinok, Duygu
Pubblicazione: (2025)
AdaMER-CTC: Connectionist Temporal Classification with Adaptive Maximum Entropy Regularization for Automatic Speech Recognition
di: Eom, SooHwan, et al.
Pubblicazione: (2024)
di: Eom, SooHwan, et al.
Pubblicazione: (2024)
IdolSongsJp Corpus: A Multi-Singer Song Corpus in the Style of Japanese Idol Groups
di: Suda, Hitoshi, et al.
Pubblicazione: (2025)
di: Suda, Hitoshi, et al.
Pubblicazione: (2025)
BENYO-S2ST-Corpus-1: A Bilingual English-to-Yoruba Direct Speech-to-Speech Translation Corpus
di: Adetiba, Emmanuel, et al.
Pubblicazione: (2025)
di: Adetiba, Emmanuel, et al.
Pubblicazione: (2025)
The PARLO Dementia Corpus: A German Multi-Center Resource for Alzheimer's Disease
di: Braun, Franziska, et al.
Pubblicazione: (2026)
di: Braun, Franziska, et al.
Pubblicazione: (2026)
Temporally Heterogeneous Graph Contrastive Learning for Multimodal Acoustic event Classification
di: Chen, Yuanjian, et al.
Pubblicazione: (2025)
di: Chen, Yuanjian, et al.
Pubblicazione: (2025)
TAME: Temporal Audio-based Mamba for Enhanced Drone Trajectory Estimation and Classification
di: Xiao, Zhenyuan, et al.
Pubblicazione: (2024)
di: Xiao, Zhenyuan, et al.
Pubblicazione: (2024)
Improving Speaker Representations Using Contrastive Losses on Multi-scale Features
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
di: Dixit, Satvik, et al.
Pubblicazione: (2024)
UrduSpeech: A 156-Hour Urdu Speech Corpus with 12-Dimension Paralinguistic Annotations
di: Haq, Attia Nafees ul, et al.
Pubblicazione: (2026)
di: Haq, Attia Nafees ul, et al.
Pubblicazione: (2026)
spINAch: A Diachronic Corpus of French Broadcast Speech Controlled for Speakers' Age and Gender
di: Devauchelle, Simon, et al.
Pubblicazione: (2026)
di: Devauchelle, Simon, et al.
Pubblicazione: (2026)
Listen through the Sound: Generative Speech Restoration Leveraging Acoustic Context Representation
di: Chung, Soo-Whan, et al.
Pubblicazione: (2025)
di: Chung, Soo-Whan, et al.
Pubblicazione: (2025)
FRCRN: Boosting Feature Representation using Frequency Recurrence for Monaural Speech Enhancement
di: Zhao, Shengkui, et al.
Pubblicazione: (2022)
di: Zhao, Shengkui, et al.
Pubblicazione: (2022)
Documenti analoghi
-
IIITH-BUT system for IWSLT 2025 low-resource Bhojpuri to Hindi speech translation
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025) -
Attempt Towards Stress Transfer in Speech-to-Speech Machine Translation
di: Akarsh, Sai, et al.
Pubblicazione: (2024) -
TeluguST-46: A Benchmark Corpus and Comprehensive Evaluation for Telugu-English Speech Translation
di: Akkiraju, Bhavana, et al.
Pubblicazione: (2025) -
Open vocabulary keyword spotting through transfer learning from speech synthesis
di: V, Kesavaraj, et al.
Pubblicazione: (2024) -
Fairness in Dysarthric Speech Synthesis: Understanding Intrinsic Bias in Dysarthric Speech Cloning using F5-TTS
di: Anuprabha, M, et al.
Pubblicazione: (2025)