A Low-Power Streaming Speech Enhancement Accelerator For Edge Devices
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wu, Ci-Hao, Chang, Tian-Sheuan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
A 71.2-$μ$W Speech Recognition Accelerator with Recurrent Spiking Neural Network
par: Yang, Chih-Chyau, et autres
Publié: (2025)
par: Yang, Chih-Chyau, et autres
Publié: (2025)
ESSR: An 8K@30FPS Super-Resolution Accelerator With Edge Selective Network
par: Hsu, Chih-Chia, et autres
Publié: (2025)
par: Hsu, Chih-Chia, et autres
Publié: (2025)
A 14uJ/Decision Keyword Spotting Accelerator with In-SRAM-Computing and On Chip Learning for Customization
par: Chiang, Yu-Hsiang, et autres
Publié: (2022)
par: Chiang, Yu-Hsiang, et autres
Publié: (2022)
Folding Attention: Memory and Power Optimization for On-Device Transformer-based Streaming Speech Recognition
par: Li, Yang, et autres
Publié: (2023)
par: Li, Yang, et autres
Publié: (2023)
ASAP-FE: Energy-Efficient Feature Extraction Enabling Multi-Channel Keyword Spotting on Edge Processors
par: Choi, Jongin, et autres
Publié: (2025)
par: Choi, Jongin, et autres
Publié: (2025)
Gesture2Speech: How Far Can Hand Movements Shape Expressive Speech?
par: Kumar, Lokesh, et autres
Publié: (2026)
par: Kumar, Lokesh, et autres
Publié: (2026)
Speak the Art: A Direct Speech to Image Generation Framework
par: Saeed, Mariam, et autres
Publié: (2025)
par: Saeed, Mariam, et autres
Publié: (2025)
Purification Before Fusion: Toward Mask-Free Speech Enhancement for Robust Audio-Visual Speech Recognition
par: Wu, Linzhi, et autres
Publié: (2026)
par: Wu, Linzhi, et autres
Publié: (2026)
Low-latency Speech Enhancement via Speech Token Generation
par: Xue, Huaying, et autres
Publié: (2023)
par: Xue, Huaying, et autres
Publié: (2023)
Real-Time Piano Note Frequency Detection Using FPGA and FFT Core
par: Anik, Shafayet M., et autres
Publié: (2025)
par: Anik, Shafayet M., et autres
Publié: (2025)
MSAC: Multiple Speech Attribute Control Method for Reliable Speech Emotion Recognition
par: Pan, Yu, et autres
Publié: (2023)
par: Pan, Yu, et autres
Publié: (2023)
StyleSpeech: Parameter-efficient Fine Tuning for Pre-trained Controllable Text-to-Speech
par: Lou, Haowei, et autres
Publié: (2024)
par: Lou, Haowei, et autres
Publié: (2024)
A Multi-Stream Fusion Approach with One-Class Learning for Audio-Visual Deepfake Detection
par: Lee, Kyungbok, et autres
Publié: (2024)
par: Lee, Kyungbok, et autres
Publié: (2024)
On the Design of Diffusion-based Neural Speech Codecs
par: Foti, Pietro, et autres
Publié: (2025)
par: Foti, Pietro, et autres
Publié: (2025)
A Comprehensive Survey on Generative AI for Video-to-Music Generation
par: Ji, Shulei, et autres
Publié: (2025)
par: Ji, Shulei, et autres
Publié: (2025)
Emotion-Aware Speech Generation with Character-Specific Voices for Comics
par: Qian, Zhiwen, et autres
Publié: (2025)
par: Qian, Zhiwen, et autres
Publié: (2025)
On the Parameter Estimation of Sinusoidal Models for Speech and Audio Signals
par: Kafentzis, George P.
Publié: (2024)
par: Kafentzis, George P.
Publié: (2024)
Analyzing the Impact of Splicing Artifacts in Partially Fake Speech Signals
par: Negroni, Viola, et autres
Publié: (2024)
par: Negroni, Viola, et autres
Publié: (2024)
DHFP-PE: Dual-Precision Hybrid Floating Point Processing Element for AI Acceleration
par: Kumar, Shubham, et autres
Publié: (2026)
par: Kumar, Shubham, et autres
Publié: (2026)
Listening and Seeing Again: Generative Error Correction for Audio-Visual Speech Recognition
par: Liu, Rui, et autres
Publié: (2025)
par: Liu, Rui, et autres
Publié: (2025)
Prompt-aware classifier free guidance for diffusion models
par: Zhang, Xuanhao, et autres
Publié: (2025)
par: Zhang, Xuanhao, et autres
Publié: (2025)
Dynamic Gradient Sparse Update for Edge Training
par: Li, I-Hsuan, et autres
Publié: (2025)
par: Li, I-Hsuan, et autres
Publié: (2025)
Recent Advances in Discrete Speech Tokens: A Review
par: Guo, Yiwei, et autres
Publié: (2025)
par: Guo, Yiwei, et autres
Publié: (2025)
Acoustic Local Positioning With Encoded Emission Beacons
par: Urena, Jesus, et autres
Publié: (2024)
par: Urena, Jesus, et autres
Publié: (2024)
AsyncVoice Agent: Real-Time Explanation for LLM Planning and Reasoning
par: Lin, Yueqian, et autres
Publié: (2025)
par: Lin, Yueqian, et autres
Publié: (2025)
AudioRole: An Audio Dataset for Character Role-Playing in Large Language Models
par: Li, Wenyu, et autres
Publié: (2025)
par: Li, Wenyu, et autres
Publié: (2025)
FreeAudio: Training-Free Timing Planning for Controllable Long-Form Text-to-Audio Generation
par: Jiang, Yuxuan, et autres
Publié: (2025)
par: Jiang, Yuxuan, et autres
Publié: (2025)
Sync-TVA: A Graph-Attention Framework for Multimodal Emotion Recognition with Cross-Modal Fusion
par: Deng, Zeyu, et autres
Publié: (2025)
par: Deng, Zeyu, et autres
Publié: (2025)
SemantiCodec: An Ultra Low Bitrate Semantic Audio Codec for General Sound
par: Liu, Haohe, et autres
Publié: (2024)
par: Liu, Haohe, et autres
Publié: (2024)
GVMGen: A General Video-to-Music Generation Model with Hierarchical Attentions
par: Zuo, Heda, et autres
Publié: (2025)
par: Zuo, Heda, et autres
Publié: (2025)
A Survey of Foundation Models for Music Understanding
par: Li, Wenjun, et autres
Publié: (2024)
par: Li, Wenjun, et autres
Publié: (2024)
Controllable Video-to-Music Generation with Multiple Time-Varying Conditions
par: Wu, Junxian, et autres
Publié: (2025)
par: Wu, Junxian, et autres
Publié: (2025)
VoxEmo: Benchmarking Speech Emotion Recognition with Speech LLMs
par: Zhang, Hezhao, et autres
Publié: (2026)
par: Zhang, Hezhao, et autres
Publié: (2026)
PIAST: A Multimodal Piano Dataset with Audio, Symbolic and Text
par: Bang, Hayeon, et autres
Publié: (2024)
par: Bang, Hayeon, et autres
Publié: (2024)
Frechet Music Distance: A Metric For Generative Symbolic Music Evaluation
par: Retkowski, Jan, et autres
Publié: (2024)
par: Retkowski, Jan, et autres
Publié: (2024)
YuE: Scaling Open Foundation Models for Long-Form Music Generation
par: Yuan, Ruibin, et autres
Publié: (2025)
par: Yuan, Ruibin, et autres
Publié: (2025)
Index-MSR: A high-efficiency multimodal fusion framework for speech recognition
par: Chen, Jinming, et autres
Publié: (2025)
par: Chen, Jinming, et autres
Publié: (2025)
Leveraging Pre-trained AudioLDM for Sound Generation: A Benchmark Study
par: Yuan, Yi, et autres
Publié: (2023)
par: Yuan, Yi, et autres
Publié: (2023)
Bhasha-Rupantarika: Algorithm-Hardware Co-design approach for Multilingual Neural Machine Translation
par: Lokhande, Mukul, et autres
Publié: (2025)
par: Lokhande, Mukul, et autres
Publié: (2025)
SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan
par: Zhang, You, et autres
Publié: (2024)
par: Zhang, You, et autres
Publié: (2024)
Documents similaires
-
A 71.2-$μ$W Speech Recognition Accelerator with Recurrent Spiking Neural Network
par: Yang, Chih-Chyau, et autres
Publié: (2025) -
ESSR: An 8K@30FPS Super-Resolution Accelerator With Edge Selective Network
par: Hsu, Chih-Chia, et autres
Publié: (2025) -
A 14uJ/Decision Keyword Spotting Accelerator with In-SRAM-Computing and On Chip Learning for Customization
par: Chiang, Yu-Hsiang, et autres
Publié: (2022) -
Folding Attention: Memory and Power Optimization for On-Device Transformer-based Streaming Speech Recognition
par: Li, Yang, et autres
Publié: (2023) -
ASAP-FE: Energy-Efficient Feature Extraction Enabling Multi-Channel Keyword Spotting on Edge Processors
par: Choi, Jongin, et autres
Publié: (2025)