Low-Resource Text-to-Speech Synthesis Using Noise-Augmented Training of ForwardTacotron
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lakshminarayana, Kishor Kayyar, Zalkow, Frank, Dittmar, Christian, Pia, Nicola, Habets, Emanuel A. P. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Benchmarking Neural Speech Codec Intelligibility with SITool
par: Leschanowsky, Anna, et autres
Publié: (2025)
par: Leschanowsky, Anna, et autres
Publié: (2025)
Meta Learning Text-to-Speech Synthesis in over 7000 Languages
par: Lux, Florian, et autres
Publié: (2024)
par: Lux, Florian, et autres
Publié: (2024)
Comparative Analysis Of Discriminative Deep Learning-Based Noise Reduction Methods In Low SNR Scenarios
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
GAN-Based Speech Enhancement for Low SNR Using Latent Feature Conditioning
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
Dynamic Slimmable Networks for Efficient Speech Separation
par: Elminshawi, Mohamed, et autres
Publié: (2025)
par: Elminshawi, Mohamed, et autres
Publié: (2025)
Leveraging Discriminative Latent Representations for Conditioning GAN-Based Speech Enhancement
par: Shetu, Shrishti Saha, et autres
Publié: (2025)
par: Shetu, Shrishti Saha, et autres
Publié: (2025)
Robust Speech Activity Detection in the Presence of Singing Voice
par: Grundhuber, Philipp, et autres
Publié: (2025)
par: Grundhuber, Philipp, et autres
Publié: (2025)
On the Relation Between Speech Quality and Quantized Latent Representations of Neural Codecs
par: Halimeh, Mhd Modar, et autres
Publié: (2025)
par: Halimeh, Mhd Modar, et autres
Publié: (2025)
A Hybrid Approach for Low-Complexity Joint Acoustic Echo and Noise Reduction
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
Zero Shot Text to Speech Augmentation for Automatic Speech Recognition on Low-Resource Accented Speech Corpora
par: Nespoli, Francesco, et autres
Publié: (2024)
par: Nespoli, Francesco, et autres
Publié: (2024)
Training Data Augmentation for Dysarthric Automatic Speech Recognition by Text-to-Dysarthric-Speech Synthesis
par: Leung, Wing-Zin, et autres
Publié: (2024)
par: Leung, Wing-Zin, et autres
Publié: (2024)
Training Strategies for Modality Dropout Resilient Multi-Modal Target Speaker Extraction
par: Korse, Srikanth, et autres
Publié: (2025)
par: Korse, Srikanth, et autres
Publié: (2025)
Align-ULCNet: Towards Low-Complexity and Robust Acoustic Echo and Noise Reduction
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
par: Shetu, Shrishti Saha, et autres
Publié: (2024)
Low-Complexity Neural Wind Noise Reduction for Audio Recordings
par: Eftekhari, Hesam, et autres
Publié: (2025)
par: Eftekhari, Hesam, et autres
Publié: (2025)
Matching Reverberant Speech Through Learned Acoustic Embeddings and Feedback Delay Networks
par: Götz, Philipp, et autres
Publié: (2025)
par: Götz, Philipp, et autres
Publié: (2025)
Sample Rate Offset Compensated Acoustic Echo Cancellation For Multi-Device Scenarios
par: Korse, Srikanth, et autres
Publié: (2025)
par: Korse, Srikanth, et autres
Publié: (2025)
Room Impulse Response Completion Using Signal-Prediction Diffusion Models Conditioned on Simulated Early Reflections
par: Xu, Zeyu, et autres
Publié: (2026)
par: Xu, Zeyu, et autres
Publié: (2026)
Speech Quality-Based Localization of Low-Quality Speech and Text-to-Speech Synthesis Artefacts
par: Kuhlmann, Michael, et autres
Publié: (2026)
par: Kuhlmann, Michael, et autres
Publié: (2026)
Blind Acoustic Parameter Estimation Through Task-Agnostic Embeddings Using Latent Approximations
par: Götz, Philipp, et autres
Publié: (2024)
par: Götz, Philipp, et autres
Publié: (2024)
ConcateNet: Dialogue Separation Using Local And Global Feature Concatenation
par: Halimeh, Mhd Modar, et autres
Publié: (2024)
par: Halimeh, Mhd Modar, et autres
Publié: (2024)
Neural Directional Filtering with Configurable Directivity Pattern at Inference
par: Huang, Weilong, et autres
Publié: (2025)
par: Huang, Weilong, et autres
Publié: (2025)
Navigating PESQ: Up-to-Date Versions and Open Implementations
par: Torcoli, Matteo, et autres
Publié: (2025)
par: Torcoli, Matteo, et autres
Publié: (2025)
GAN-Based Multi-Microphone Spatial Target Speaker Extraction
par: Shetu, Shrishti Saha, et autres
Publié: (2025)
par: Shetu, Shrishti Saha, et autres
Publié: (2025)
Acoustic Teleportation via Disentangled Neural Audio Codec Representations
par: Grundhuber, Philipp, et autres
Publié: (2025)
par: Grundhuber, Philipp, et autres
Publié: (2025)
Speech Loudness in Broadcasting and Streaming
par: Torcoli, Matteo, et autres
Publié: (2024)
par: Torcoli, Matteo, et autres
Publié: (2024)
Stereo Reproduction in the Presence of Sample Rate Offsets
par: Korse, Srikanth, et autres
Publié: (2025)
par: Korse, Srikanth, et autres
Publié: (2025)
Neural Directional Filtering Using a Compact Microphone Array
par: Huang, Weilong, et autres
Publié: (2025)
par: Huang, Weilong, et autres
Publié: (2025)
VoxATtack: A Multimodal Attack on Voice Anonymization Systems
par: Aloradi, Ahmad, et autres
Publié: (2025)
par: Aloradi, Ahmad, et autres
Publié: (2025)
EM-TTS: Efficiently Trained Low-Resource Mongolian Lightweight Text-to-Speech
par: Liang, Ziqi, et autres
Publié: (2024)
par: Liang, Ziqi, et autres
Publié: (2024)
Interleaved Speech-Text Language Models for Simple Streaming Text-to-Speech Synthesis
par: Yang, Yifan, et autres
Publié: (2024)
par: Yang, Yifan, et autres
Publié: (2024)
NDF+: Joint Neural Directional Filtering and Diffuse Sound Extraction
par: Huang, Weilong, et autres
Publié: (2026)
par: Huang, Weilong, et autres
Publié: (2026)
Bahasa Harmony: A Comprehensive Dataset for Bahasa Text-to-Speech Synthesis with Discrete Codec Modeling of EnGen-TTS
par: Susladkar, Onkar Kishor, et autres
Publié: (2024)
par: Susladkar, Onkar Kishor, et autres
Publié: (2024)
Central Kurdish Text-to-Speech Synthesis with Novel End-to-End Transformer Training
par: Ahmad, Hawraz A., et autres
Publié: (2024)
par: Ahmad, Hawraz A., et autres
Publié: (2024)
Data-driven Joint Detection and Localization of Acoustic Reflectors
par: Bicer, H. Nazim, et autres
Publié: (2024)
par: Bicer, H. Nazim, et autres
Publié: (2024)
Speech-to-Text Translation with Phoneme-Augmented CoT: Enhancing Cross-Lingual Transfer in Low-Resource Scenarios
par: Gállego, Gerard I., et autres
Publié: (2025)
par: Gállego, Gerard I., et autres
Publié: (2025)
Speechless: Speech Instruction Training Without Speech for Low Resource Languages
par: Dao, Alan, et autres
Publié: (2025)
par: Dao, Alan, et autres
Publié: (2025)
Debatts: Zero-Shot Debating Text-to-Speech Synthesis
par: Huang, Yiqiao, et autres
Publié: (2024)
par: Huang, Yiqiao, et autres
Publié: (2024)
Emotion-Coherent Speech Data Augmentation and Self-Supervised Contrastive Style Training for Enhancing Kids's Story Speech Synthesis
par: Chung, Raymond
Publié: (2026)
par: Chung, Raymond
Publié: (2026)
Audio-Based Linguistic Feature Extraction for Enhancing Multi-lingual and Low-Resource Text-to-Speech
par: Kim, Youngjae, et autres
Publié: (2024)
par: Kim, Youngjae, et autres
Publié: (2024)
UBGAN: Enhancing Coded Speech with Blind and Guided Bandwidth Extension
par: Gupta, Kishan, et autres
Publié: (2025)
par: Gupta, Kishan, et autres
Publié: (2025)
Documents similaires
-
Benchmarking Neural Speech Codec Intelligibility with SITool
par: Leschanowsky, Anna, et autres
Publié: (2025) -
Meta Learning Text-to-Speech Synthesis in over 7000 Languages
par: Lux, Florian, et autres
Publié: (2024) -
Comparative Analysis Of Discriminative Deep Learning-Based Noise Reduction Methods In Low SNR Scenarios
par: Shetu, Shrishti Saha, et autres
Publié: (2024) -
GAN-Based Speech Enhancement for Low SNR Using Latent Feature Conditioning
par: Shetu, Shrishti Saha, et autres
Publié: (2024) -
Dynamic Slimmable Networks for Efficient Speech Separation
par: Elminshawi, Mohamed, et autres
Publié: (2025)