Buchumschlag

S-KEY: Self-supervised Learning of Major and Minor Keys from Audio

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kong, Yuexuan, Meseguer-Brocal, Gabriel, Lostanlen, Vincent, Lagrange, Mathieu, Hennequin, Romain
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STONE: Self-supervised Tonality Estimator
von: Kong, Yuexuan, et al.
Veröffentlicht: (2024)

Emergent musical properties of a transformer under contrastive self-supervised learning
von: Kong, Yuexuan, et al.
Veröffentlicht: (2025)

An Experimental Comparison Of Multi-view Self-supervised Methods For Music Tagging
von: Meseguer-Brocal, Gabriel, et al.
Veröffentlicht: (2024)

AI-Generated Music Detection and its Challenges
von: Afchar, Darius, et al.
Veröffentlicht: (2025)

Learning to Solve Inverse Problems for Perceptual Sound Matching
von: Han, Han, et al.
Veröffentlicht: (2023)

Detecting music deepfakes is easy but actually hard
von: Afchar, Darius, et al.
Veröffentlicht: (2024)

Multi-Class-Token Transformer for Multitask Self-supervised Music Information Retrieval
von: Kong, Yuexuan, et al.
Veröffentlicht: (2025)

STraDa: A Singer Traits Dataset
von: Kong, Yuexuan, et al.
Veröffentlicht: (2024)

SCRAPL: Scattering Transform with Random Paths for Machine Learning
von: Mitcheltree, Christopher, et al.
Veröffentlicht: (2026)

From Real to Cloned Singer Identification
von: Desblancs, Dorian, et al.
Veröffentlicht: (2024)

Learning Linearity in Audio Consistency Autoencoders via Implicit Regularization
von: Torres, Bernardo, et al.
Veröffentlicht: (2025)

Musical Metamerism with Time--Frequency Scattering
von: Lostanlen, Vincent, et al.
Veröffentlicht: (2026)

Detection of Deepfake Environmental Audio
von: Ouajdi, Hafsa, et al.
Veröffentlicht: (2024)

Enforcing Speech Content Privacy in Environmental Sound Recordings using Segment-wise Waveform Reversal
von: Tailleur, Modan, et al.
Veröffentlicht: (2025)

Instabilities in Convnets for Raw Audio
von: Haider, Daniel, et al.
Veröffentlicht: (2023)

Correlation of Fréchet Audio Distance With Human Perception of Environmental Audio Is Embedding Dependant
von: Tailleur, Modan, et al.
Veröffentlicht: (2024)

Double Entendre: Robust Audio-Based AI-Generated Lyrics Detection via Multi-View Fusion
von: Frohmann, Markus, et al.
Veröffentlicht: (2025)

Mixture of Mixups for Multi-label Classification of Rare Anuran Sounds
von: Moummad, Ilyass, et al.
Veröffentlicht: (2024)

Towards better visualizations of urban sound environments: insights from interviews
von: Tailleur, Modan, et al.
Veröffentlicht: (2024)

Fitting Auditory Filterbanks with Multiresolution Neural Networks
von: Lostanlen, Vincent, et al.
Veröffentlicht: (2023)

Leveraging Self-supervised Audio Representations for Data-Efficient Acoustic Scene Classification
von: Cai, Yiqiang, et al.
Veröffentlicht: (2024)

Angular Distance Distribution Loss for Audio Classification
von: Almudévar, Antonio, et al.
Veröffentlicht: (2024)

WAKE: Watermarking Audio with Key Enrichment
von: Xu, Yaoxun, et al.
Veröffentlicht: (2025)

AudioLDM 2: Learning Holistic Audio Generation with Self-supervised Pretraining
von: Liu, Haohe, et al.
Veröffentlicht: (2023)

Self-supervised Reflective Learning through Self-distillation and Online Clustering for Speaker Representation Learning
von: Cai, Danwei, et al.
Veröffentlicht: (2024)

Probing Self-supervised Learning Models with Target Speech Extraction
von: Peng, Junyi, et al.
Veröffentlicht: (2024)

Target Speech Extraction with Pre-trained Self-supervised Learning Models
von: Peng, Junyi, et al.
Veröffentlicht: (2024)

SCDNet: Self-supervised Learning Feature-based Speaker Change Detection
von: Li, Yue, et al.
Veröffentlicht: (2024)

Latent Watermarking of Audio Generative Models
von: Roman, Robin San, et al.
Veröffentlicht: (2024)

Adapter Incremental Continual Learning of Efficient Audio Spectrogram Transformers
von: Selvaraj, Nithish Muthuchamy, et al.
Veröffentlicht: (2023)

Selection of Layers from Self-supervised Learning Models for Predicting Mean-Opinion-Score of Speech
von: Liang, Xinyu, et al.
Veröffentlicht: (2025)

Hold Me Tight: Stable Encoder-Decoder Design for Speech Enhancement
von: Haider, Daniel, et al.
Veröffentlicht: (2024)

Self-Supervised Multi-View Learning for Disentangled Music Audio Representations
von: Wilkins, Julia, et al.
Veröffentlicht: (2024)

Robust Lossy Audio Compression Identification
von: Koops, Hendrik Vincent, et al.
Veröffentlicht: (2024)

SemanticAudio: Audio Generation and Editing in Semantic Space
von: Dai, Zheqi, et al.
Veröffentlicht: (2026)

Causal Speech Enhancement with Predicting Semantics based on Quantized Self-supervised Learning Features
von: Tsunoo, Emiru, et al.
Veröffentlicht: (2024)

MMM: Multi-Layer Multi-Residual Multi-Stream Discrete Speech Representation from Self-supervised Learning Model
von: Shi, Jiatong, et al.
Veröffentlicht: (2024)

PESTO: Pitch Estimation with Self-supervised Transposition-equivariant Objective
von: Riou, Alain, et al.
Veröffentlicht: (2023)

Compositional Audio Representation Learning
von: Sridhar, Sripathi, et al.
Veröffentlicht: (2024)

Region-Specific Audio Tagging for Spatial Sound
von: Zhao, Jinzheng, et al.
Veröffentlicht: (2025)