FlashSR: One-step Versatile Audio Super-resolution via Diffusion Distillation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Im, Jaekwon, Nam, Juhan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DIFFRENT: A Diffusion Model for Recording Environment Transfer of Speech
par: Im, Jaekwon, et autres
Publié: (2024)
par: Im, Jaekwon, et autres
Publié: (2024)
SAGA-SR: Semantically and Acoustically Guided Audio Super-Resolution
par: Im, Jaekwon, et autres
Publié: (2025)
par: Im, Jaekwon, et autres
Publié: (2025)
Video-Foley: Two-Stage Video-To-Sound Generation via Temporal Event Condition For Foley Sound
par: Lee, Junwon, et autres
Publié: (2024)
par: Lee, Junwon, et autres
Publié: (2024)
UniverSR: Unified and Versatile Audio Super-Resolution via Vocoder-Free Flow Matching
par: Choi, Woongjib, et autres
Publié: (2025)
par: Choi, Woongjib, et autres
Publié: (2025)
Robust One-step Speech Enhancement via Consistency Distillation
par: Xu, Liang, et autres
Publié: (2025)
par: Xu, Liang, et autres
Publié: (2025)
FlashAudio: Rectified Flows for Fast and High-Fidelity Text-to-Audio Generation
par: Liu, Huadai, et autres
Publié: (2024)
par: Liu, Huadai, et autres
Publié: (2024)
Inference-time Scaling for Diffusion-based Audio Super-resolution
par: Jin, Yizhu, et autres
Publié: (2025)
par: Jin, Yizhu, et autres
Publié: (2025)
Fast Text-to-Audio Generation with One-Step Sampling via Energy-Scoring and Auxiliary Contextual Representation Distillation
par: Huang, Kuan-Po, et autres
Publié: (2026)
par: Huang, Kuan-Po, et autres
Publié: (2026)
Musical Word Embedding for Music Tagging and Retrieval
par: Doh, SeungHeon, et autres
Publié: (2024)
par: Doh, SeungHeon, et autres
Publié: (2024)
Can Large Language Models Predict Audio Effects Parameters from Natural Language?
par: Doh, Seungheon, et autres
Publié: (2025)
par: Doh, Seungheon, et autres
Publié: (2025)
Bridge-SR: Schrödinger Bridge for Efficient SR
par: Li, Chang, et autres
Publié: (2025)
par: Li, Chang, et autres
Publié: (2025)
Chatterbox-Flash: Prior-Calibrated Block Diffusion for Streaming Zero-Shot TTS
par: Seo, Deokjin, et autres
Publié: (2026)
par: Seo, Deokjin, et autres
Publié: (2026)
Dialogue in Resonance: An Interactive Music Piece for Piano and Real-Time Automatic Transcription System
par: Bang, Hayeon, et autres
Publié: (2025)
par: Bang, Hayeon, et autres
Publié: (2025)
TALKPLAY: Multimodal Music Recommendation with Large Language Models
par: Doh, Seungheon, et autres
Publié: (2025)
par: Doh, Seungheon, et autres
Publié: (2025)
Towards Efficient and Real-Time Piano Transcription Using Neural Autoregressive Models
par: Kwon, Taegyun, et autres
Publié: (2024)
par: Kwon, Taegyun, et autres
Publié: (2024)
Audio-Visual Representation Learning via Knowledge Distillation from Speech Foundation Models
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
Efficient Audio Captioning with Encoder-Level Knowledge Distillation
par: Xu, Xuenan, et autres
Publié: (2024)
par: Xu, Xuenan, et autres
Publié: (2024)
HiFi-SR: A Unified Generative Transformer-Convolutional Adversarial Network for High-Fidelity Speech Super-Resolution
par: Zhao, Shengkui, et autres
Publié: (2025)
par: Zhao, Shengkui, et autres
Publié: (2025)
UNMIXX: Untangling Highly Correlated Singing Voices Mixtures
par: Jung, Jihoo, et autres
Publié: (2026)
par: Jung, Jihoo, et autres
Publié: (2026)
Diffusion-Based Audio Inpainting
par: Moliner, Eloi, et autres
Publié: (2023)
par: Moliner, Eloi, et autres
Publié: (2023)
Structural and Statistical Audio Texture Knowledge Distillation for Acoustic Classification
par: Ritu, Jarin, et autres
Publié: (2025)
par: Ritu, Jarin, et autres
Publié: (2025)
PF-D2M: A Pose-free Diffusion Model for Universal Dance-to-Music Generation
par: Im, Jaekwon, et autres
Publié: (2026)
par: Im, Jaekwon, et autres
Publié: (2026)
D3RM: A Discrete Denoising Diffusion Refinement Model for Piano Transcription
par: Kim, Hounsu, et autres
Publié: (2025)
par: Kim, Hounsu, et autres
Publié: (2025)
EzAudio: Enhancing Text-to-Audio Generation with Efficient Diffusion Transformer
par: Hai, Jiarui, et autres
Publié: (2024)
par: Hai, Jiarui, et autres
Publié: (2024)
Combined Generative and Predictive Modeling for Speech Super-resolution
par: Wang, Heming, et autres
Publié: (2024)
par: Wang, Heming, et autres
Publié: (2024)
VERSA: A Versatile Evaluation Toolkit for Speech, Audio, and Music
par: Shi, Jiatong, et autres
Publié: (2024)
par: Shi, Jiatong, et autres
Publié: (2024)
AudioEditor: A Training-Free Diffusion-Based Audio Editing Framework
par: Jia, Yuhang, et autres
Publié: (2024)
par: Jia, Yuhang, et autres
Publié: (2024)
SoloAudio: Target Sound Extraction with Language-oriented Audio Diffusion Transformer
par: Wang, Helin, et autres
Publié: (2024)
par: Wang, Helin, et autres
Publié: (2024)
SONAR: Self-Distilled Continual Pre-training for Domain Adaptive Audio Representation
par: Zhang, Yizhou, et autres
Publié: (2025)
par: Zhang, Yizhou, et autres
Publié: (2025)
Post-Training Quantization for Audio Diffusion Transformers
par: Khandelwal, Tanmay, et autres
Publié: (2025)
par: Khandelwal, Tanmay, et autres
Publié: (2025)
CONMOD: Controllable Neural Frame-based Modulation Effects
par: Lee, Gyubin, et autres
Publié: (2024)
par: Lee, Gyubin, et autres
Publié: (2024)
A Real-Time Lyrics Alignment System Using Chroma And Phonetic Features For Classical Vocal Performance
par: Park, Jiyun, et autres
Publié: (2024)
par: Park, Jiyun, et autres
Publié: (2024)
Improving Robustness of Diffusion-Based Zero-Shot Speech Synthesis via Stable Formant Generation
par: Han, Changjin, et autres
Publié: (2024)
par: Han, Changjin, et autres
Publié: (2024)
HILCodec: High-Fidelity and Lightweight Neural Audio Codec
par: Ahn, Sunghwan, et autres
Publié: (2024)
par: Ahn, Sunghwan, et autres
Publié: (2024)
TalkPlay-Tools: Conversational Music Recommendation with LLM Tool Calling
par: Doh, Seungheon, et autres
Publié: (2025)
par: Doh, Seungheon, et autres
Publié: (2025)
Complex Image-Generative Diffusion Transformer for Audio Denoising
par: Li, Junhui, et autres
Publié: (2024)
par: Li, Junhui, et autres
Publié: (2024)
Expressive Acoustic Guitar Sound Synthesis with an Instrument-Specific Input Representation and Diffusion Outpainting
par: Kim, Hounsu, et autres
Publié: (2024)
par: Kim, Hounsu, et autres
Publié: (2024)
PIAST: A Multimodal Piano Dataset with Audio, Symbolic and Text
par: Bang, Hayeon, et autres
Publié: (2024)
par: Bang, Hayeon, et autres
Publié: (2024)
T-FOLEY: A Controllable Waveform-Domain Diffusion Model for Temporal-Event-Guided Foley Sound Synthesis
par: Chung, Yoonjin, et autres
Publié: (2024)
par: Chung, Yoonjin, et autres
Publié: (2024)
Unsupervised Single-Channel Audio Separation with Diffusion Source Priors
par: Shi, Runwu, et autres
Publié: (2025)
par: Shi, Runwu, et autres
Publié: (2025)
Documents similaires
-
DIFFRENT: A Diffusion Model for Recording Environment Transfer of Speech
par: Im, Jaekwon, et autres
Publié: (2024) -
SAGA-SR: Semantically and Acoustically Guided Audio Super-Resolution
par: Im, Jaekwon, et autres
Publié: (2025) -
Video-Foley: Two-Stage Video-To-Sound Generation via Temporal Event Condition For Foley Sound
par: Lee, Junwon, et autres
Publié: (2024) -
UniverSR: Unified and Versatile Audio Super-Resolution via Vocoder-Free Flow Matching
par: Choi, Woongjib, et autres
Publié: (2025) -
Robust One-step Speech Enhancement via Consistency Distillation
par: Xu, Liang, et autres
Publié: (2025)