Buchumschlag

VANPY: Voice Analysis Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Koushnir, Gregory, Fire, Michael, Alpert, Galit Fuhrmann, Kagan, Dima
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Machine Learning Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OpenVoice: Versatile Instant Voice Cloning
von: Qin, Zengyi, et al.
Veröffentlicht: (2023)

NaturalVoices: A Large-Scale, Spontaneous and Emotional Podcast Dataset for Voice Conversion
von: Du, Zongyang, et al.
Veröffentlicht: (2025)

Compact Neural TTS Voices for Accessibility
von: Jain, Kunal, et al.
Veröffentlicht: (2025)

Discrete Optimal Transport and Voice Conversion
von: Selitskiy, Anton, et al.
Veröffentlicht: (2025)

Speech to Speech Synthesis for Voice Impersonation
von: Johnson, Bjorn, et al.
Veröffentlicht: (2026)

Improving Generalization for AI-Synthesized Voice Detection
von: Ren, Hainan, et al.
Veröffentlicht: (2024)

BiSinger: Bilingual Singing Voice Synthesis
von: Zhou, Huali, et al.
Veröffentlicht: (2023)

Zero-shot Voice Conversion with Diffusion Transformers
von: Liu, Songting
Veröffentlicht: (2024)

Optimal Transport Maps are Good Voice Converters
von: Asadulaev, Arip, et al.
Veröffentlicht: (2024)

A Concept-based approach to Voice Disorder Detection
von: Ghia, Davide, et al.
Veröffentlicht: (2025)

Tessellated Linear Model for Age Prediction from Voice
von: Alharthi, Dareen, et al.
Veröffentlicht: (2025)

DiffAnon: Diffusion-based Prosody Control for Voice Anonymization
von: Ulgen, Ismail Rasim, et al.
Veröffentlicht: (2026)

Voice Signal Processing for Machine Learning. The Case of Speaker Isolation
von: Ganchev, Radan
Veröffentlicht: (2024)

On the Generation and Removal of Speaker Adversarial Perturbation for Voice-Privacy Protection
von: Guo, Chenyang, et al.
Veröffentlicht: (2024)

StreamVC: Real-Time Low-Latency Voice Conversion
von: Yang, Yang, et al.
Veröffentlicht: (2024)

Discrete Unit based Masking for Improving Disentanglement in Voice Conversion
von: Lee, Philip H., et al.
Veröffentlicht: (2024)

Multi-modal Adversarial Training for Zero-Shot Voice Cloning
von: Janiczek, John, et al.
Veröffentlicht: (2024)

Voice Conversion with Diverse Intonation using Conditional Variational Auto-Encoder
von: Suh, Soobin, et al.
Veröffentlicht: (2025)

Phoneme Hallucinator: One-shot Voice Conversion via Set Expansion
von: Shan, Siyuan, et al.
Veröffentlicht: (2023)

Voice Quality Dimensions as Interpretable Primitives for Speaking Style for Atypical Speech and Affect
von: Narain, Jaya, et al.
Veröffentlicht: (2025)

Evaluating Echo State Network for Parkinson's Disease Prediction using Voice Features
von: Hosseininian, Seyedeh Zahra Seyedi, et al.
Veröffentlicht: (2024)

ConSinger: Efficient High-Fidelity Singing Voice Generation with Minimal Steps
von: Song, Yulin, et al.
Veröffentlicht: (2024)

Challenges in Automated Processing of Speech from Child Wearables: The Case of Voice Type Classifier
von: Kunze, Tarek, et al.
Veröffentlicht: (2025)

Systematic FAIRness Assessment of Open Voice Biomarker Datasets for Mental Health and Neurodegenerative Diseases
von: Mahapatra, Ishaan, et al.
Veröffentlicht: (2025)

Singing Voice Conversion with Accompaniment Using Self-Supervised Representation-Based Melody Features
von: Chen, Wei, et al.
Veröffentlicht: (2025)

RoVo: Robust Voice Protection Against Unauthorized Speech Synthesis with Embedding-Level Perturbations
von: Kim, Seungmin, et al.
Veröffentlicht: (2025)

SEF-MK: Speaker-Embedding-Free Voice Anonymization through Multi-k-means Quantization
von: Tang, Beilong, et al.
Veröffentlicht: (2025)

SVSNet+: Enhancing Speaker Voice Similarity Assessment Models with Representations from Speech Foundation Models
von: Yin, Chun, et al.
Veröffentlicht: (2024)

Towards Robust Assessment of Pathological Voices via Combined Low-Level Descriptors and Foundation Model Representations
von: Ariyanti, Whenty, et al.
Veröffentlicht: (2025)

End-to-End Integration of Speech Separation and Voice Activity Detection for Low-Latency Diarization of Telephone Conversations
von: Morrone, Giovanni, et al.
Veröffentlicht: (2023)

Low-Resource Cross-Domain Singing Voice Synthesis via Reduced Self-Supervised Speech Representations
von: Kakoulidis, Panos, et al.
Veröffentlicht: (2024)

CogniVoice: Multimodal and Multilingual Fusion Networks for Mild Cognitive Impairment Assessment from Spontaneous Speech
von: Cheng, Jiali, et al.
Veröffentlicht: (2024)

Voice-Driven Mortality Prediction in Hospitalized Heart Failure Patients: A Machine Learning Approach Enhanced with Diagnostic Biomarkers
von: Ahmadli, Nihat, et al.
Veröffentlicht: (2024)

SiFiSinger: A High-Fidelity End-to-End Singing Voice Synthesizer based on Source-filter Model
von: Cui, Jianwei, et al.
Veröffentlicht: (2024)

Prosody Analysis of Audiobooks
von: Pethe, Charuta, et al.
Veröffentlicht: (2023)

MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows
von: Kaneko, Takuhiro, et al.
Veröffentlicht: (2026)

Advanced Framework for Animal Sound Classification With Features Optimization
von: Yang, Qiang, et al.
Veröffentlicht: (2024)

Self-Supervised Frameworks for Speaker Verification via Bootstrapped Positive Sampling
von: Lepage, Theo, et al.
Veröffentlicht: (2025)

A Differentiable Alignment Framework for Sequence-to-Sequence Modeling via Optimal Transport
von: Kaloga, Yacouba, et al.
Veröffentlicht: (2025)

Additive Margin in Contrastive Self-Supervised Frameworks to Learn Discriminative Speaker Representations
von: Lepage, Theo, et al.
Veröffentlicht: (2024)