A Context-Based Numerical Format Prediction for a Text-To-Speech System
Fuente:
arXiv
Salvato in:
| Autori principali: | Darwesh, Yaser, Wern, Lit Wei, Mustafa, Mumtaz Begum |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
UmbraTTS: Adapting Text-to-Speech to Environmental Contexts with Flow Matching
di: Glazer, Neta, et al.
Pubblicazione: (2025)
di: Glazer, Neta, et al.
Pubblicazione: (2025)
TextrolSpeech: A Text Style Control Speech Corpus With Codec Language Text-to-Speech Models
di: Ji, Shengpeng, et al.
Pubblicazione: (2023)
di: Ji, Shengpeng, et al.
Pubblicazione: (2023)
Text-to-Speech for Unseen Speakers via Low-Complexity Discrete Unit-Based Frame Selection
di: Ulgen, Ismail Rasim, et al.
Pubblicazione: (2024)
di: Ulgen, Ismail Rasim, et al.
Pubblicazione: (2024)
SupertonicTTS: Towards Highly Efficient and Streamlined Text-to-Speech System
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
Predictive-Generative Drift Decomposition for Speech Enhancement and Separation
di: Richter, Julius, et al.
Pubblicazione: (2026)
di: Richter, Julius, et al.
Pubblicazione: (2026)
SegINR: Segment-wise Implicit Neural Representation for Sequence Alignment in Neural Text-to-Speech
di: Kim, Minchan, et al.
Pubblicazione: (2024)
di: Kim, Minchan, et al.
Pubblicazione: (2024)
Accented Text-to-Speech Synthesis with a Conditional Variational Autoencoder
di: Melechovsky, Jan, et al.
Pubblicazione: (2022)
di: Melechovsky, Jan, et al.
Pubblicazione: (2022)
CJST: CTC Compressor based Joint Speech and Text Training for Decoder-Only ASR
di: Zhou, Wei, et al.
Pubblicazione: (2024)
di: Zhou, Wei, et al.
Pubblicazione: (2024)
TaDiCodec: Text-aware Diffusion Speech Tokenizer for Speech Language Modeling
di: Wang, Yuancheng, et al.
Pubblicazione: (2025)
di: Wang, Yuancheng, et al.
Pubblicazione: (2025)
Beyond the Labels: Unveiling Text-Dependency in Paralinguistic Speech Recognition Datasets
di: Pešán, Jan, et al.
Pubblicazione: (2024)
di: Pešán, Jan, et al.
Pubblicazione: (2024)
ASTRA: Aligning Speech and Text Representations for Asr without Sampling
di: Gaur, Neeraj, et al.
Pubblicazione: (2024)
di: Gaur, Neeraj, et al.
Pubblicazione: (2024)
Schrodinger Bridges Beat Diffusion Models on Text-to-Speech Synthesis
di: Chen, Zehua, et al.
Pubblicazione: (2023)
di: Chen, Zehua, et al.
Pubblicazione: (2023)
RobustSpeechFlow: Learning Robust Text-to-Speech Trajectories via Augmentation-based Contrastive Flow Matching
di: Yang, Jinhyeok, et al.
Pubblicazione: (2026)
di: Yang, Jinhyeok, et al.
Pubblicazione: (2026)
Latent-Domain Predictive Neural Speech Coding
di: Jiang, Xue, et al.
Pubblicazione: (2022)
di: Jiang, Xue, et al.
Pubblicazione: (2022)
Simultaneous or Sequential Training? How Speech Representations Cooperate in a Multi-Task Self-Supervised Learning System
di: Khorrami, Khazar, et al.
Pubblicazione: (2023)
di: Khorrami, Khazar, et al.
Pubblicazione: (2023)
Text to Speech System for Meitei Mayek Script
di: Irengbam, Gangular Singh, et al.
Pubblicazione: (2025)
di: Irengbam, Gangular Singh, et al.
Pubblicazione: (2025)
Diffusion-Based Unsupervised Audio-Visual Speech Separation in Noisy Environments with Noise Prior
di: Yemini, Yochai, et al.
Pubblicazione: (2025)
di: Yemini, Yochai, et al.
Pubblicazione: (2025)
Arabic ASR on the SADA Large-Scale Arabic Speech Corpus with Transformer-Based Models
di: Gerazov, Branislav, et al.
Pubblicazione: (2025)
di: Gerazov, Branislav, et al.
Pubblicazione: (2025)
SpeechOp: Inference-Time Task Composition for Generative Speech Processing
di: Lovelace, Justin, et al.
Pubblicazione: (2025)
di: Lovelace, Justin, et al.
Pubblicazione: (2025)
SA-SSL-MOS: Self-supervised Learning MOS Prediction with Spectral Augmentation for Generalized Multi-Rate Speech Assessment
di: Cao, Fengyuan, et al.
Pubblicazione: (2026)
di: Cao, Fengyuan, et al.
Pubblicazione: (2026)
EM-TTS: Efficiently Trained Low-Resource Mongolian Lightweight Text-to-Speech
di: Liang, Ziqi, et al.
Pubblicazione: (2024)
di: Liang, Ziqi, et al.
Pubblicazione: (2024)
Accent Conversion in Text-To-Speech Using Multi-Level VAE and Adversarial Training
di: Melechovsky, Jan, et al.
Pubblicazione: (2024)
di: Melechovsky, Jan, et al.
Pubblicazione: (2024)
FeruzaSpeech: A 60 Hour Uzbek Read Speech Corpus with Punctuation, Casing, and Context
di: Povey, Anna, et al.
Pubblicazione: (2024)
di: Povey, Anna, et al.
Pubblicazione: (2024)
Speech Understanding on Tiny Devices with A Learning Cache
di: Benazir, Afsara, et al.
Pubblicazione: (2023)
di: Benazir, Afsara, et al.
Pubblicazione: (2023)
MiSTR: Multi-Modal iEEG-to-Speech Synthesis with Transformer-Based Prosody Prediction and Neural Phase Reconstruction
di: Al-Radhi, Mohammed Salah, et al.
Pubblicazione: (2025)
di: Al-Radhi, Mohammed Salah, et al.
Pubblicazione: (2025)
Causal Self-supervised Pretrained Frontend with Predictive Code for Speech Separation
di: Wang, Wupeng, et al.
Pubblicazione: (2025)
di: Wang, Wupeng, et al.
Pubblicazione: (2025)
Are Modern Speech Enhancement Systems Vulnerable to Adversarial Attacks?
di: Makarov, Rostislav, et al.
Pubblicazione: (2025)
di: Makarov, Rostislav, et al.
Pubblicazione: (2025)
Diffusion-Based Speech Enhancement in Matched and Mismatched Conditions Using a Heun-Based Sampler
di: Gonzalez, Philippe, et al.
Pubblicazione: (2023)
di: Gonzalez, Philippe, et al.
Pubblicazione: (2023)
Non-Intrusive Speech Intelligibility Prediction for Hearing Aids using Whisper and Metadata
di: Zezario, Ryandhimas E., et al.
Pubblicazione: (2023)
di: Zezario, Ryandhimas E., et al.
Pubblicazione: (2023)
On the Semantic Latent Space of Diffusion-Based Text-to-Speech Models
di: Varshavsky-Hassid, Miri, et al.
Pubblicazione: (2024)
di: Varshavsky-Hassid, Miri, et al.
Pubblicazione: (2024)
Vibravox: A Dataset of French Speech Captured with Body-conduction Audio Sensors
di: Hauret, Julien, et al.
Pubblicazione: (2024)
di: Hauret, Julien, et al.
Pubblicazione: (2024)
Discrete-Time Diffusion-Like Models for Speech Synthesis
di: Tan, Xiaozhou, et al.
Pubblicazione: (2025)
di: Tan, Xiaozhou, et al.
Pubblicazione: (2025)
Principled Coarse-Grained Acceptance for Speculative Decoding in Speech
di: Yanuka, Moran, et al.
Pubblicazione: (2025)
di: Yanuka, Moran, 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)
RepCodec: A Speech Representation Codec for Speech Tokenization
di: Huang, Zhichao, et al.
Pubblicazione: (2023)
di: Huang, Zhichao, et al.
Pubblicazione: (2023)
WhiSQA: Non-Intrusive Speech Quality Prediction Using Whisper Encoder Features
di: Close, George, et al.
Pubblicazione: (2025)
di: Close, George, et al.
Pubblicazione: (2025)
Objective Evaluation of Prosody and Intelligibility in Speech Synthesis via Conditional Prediction of Discrete Tokens
di: Ulgen, Ismail Rasim, et al.
Pubblicazione: (2025)
di: Ulgen, Ismail Rasim, et al.
Pubblicazione: (2025)
Coverage-Guaranteed Speech Emotion Recognition via Calibrated Uncertainty-Adaptive Prediction Sets
di: Jia, Zijun, et al.
Pubblicazione: (2025)
di: Jia, Zijun, et al.
Pubblicazione: (2025)
Posterior Transition Modeling for Unsupervised Diffusion-Based Speech Enhancement
di: Sadeghi, Mostafa, et al.
Pubblicazione: (2025)
di: Sadeghi, Mostafa, et al.
Pubblicazione: (2025)
Speech Emotion Detection Based on MFCC and CNN-LSTM Architecture
di: Ouyang, Qianhe
Pubblicazione: (2025)
di: Ouyang, Qianhe
Pubblicazione: (2025)
Documenti analoghi
-
UmbraTTS: Adapting Text-to-Speech to Environmental Contexts with Flow Matching
di: Glazer, Neta, et al.
Pubblicazione: (2025) -
TextrolSpeech: A Text Style Control Speech Corpus With Codec Language Text-to-Speech Models
di: Ji, Shengpeng, et al.
Pubblicazione: (2023) -
Text-to-Speech for Unseen Speakers via Low-Complexity Discrete Unit-Based Frame Selection
di: Ulgen, Ismail Rasim, et al.
Pubblicazione: (2024) -
SupertonicTTS: Towards Highly Efficient and Streamlined Text-to-Speech System
di: Kim, Hyeongju, et al.
Pubblicazione: (2025) -
Predictive-Generative Drift Decomposition for Speech Enhancement and Separation
di: Richter, Julius, et al.
Pubblicazione: (2026)