AMNet: An Acoustic Model Network for Enhanced Mandarin Speech Synthesis
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Cao, Yubing, Yu, Yinfeng, Li, Yongming, Wang, Liejun |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
VNet: A GAN-based Multi-Tier Discriminator Network for Speech Synthesis Vocoders
par: Cao, Yubing, et autres
Publié: (2024)
par: Cao, Yubing, et autres
Publié: (2024)
MFHCA: Enhancing Speech Emotion Recognition Via Multi-Spatial Fusion and Hierarchical Cooperative Attention
par: Jiao, Xinxin, et autres
Publié: (2024)
par: Jiao, Xinxin, et autres
Publié: (2024)
ECTSpeech: Enhancing Efficient Speech Synthesis via Easy Consistency Tuning
par: Zhu, Tao, et autres
Publié: (2025)
par: Zhu, Tao, et autres
Publié: (2025)
Leveraging Label Potential for Enhanced Multimodal Emotion Recognition
par: Shao, Xuechun, et autres
Publié: (2025)
par: Shao, Xuechun, et autres
Publié: (2025)
Magnitude-Phase Dual-Path Speech Enhancement Network based on Self-Supervised Embedding and Perceptual Contrast Stretch Boosting
par: Mattursun, Alimjan, et autres
Publié: (2025)
par: Mattursun, Alimjan, et autres
Publié: (2025)
ML-SAN: Multi-Level Speaker-Adaptive Network for Emotion Recognition in Conversations
par: Wang, Kexue, et autres
Publié: (2026)
par: Wang, Kexue, et autres
Publié: (2026)
EGSTalker: Real-Time Audio-Driven Talking Head Generation with Efficient Gaussian Deformation
par: Zhu, Tianheng, et autres
Publié: (2025)
par: Zhu, Tianheng, et autres
Publié: (2025)
Semantic-Emotional Resonance Embedding: A Semi-Supervised Paradigm for Cross-Lingual Speech Emotion Recognition
par: Zhao, Ya, et autres
Publié: (2026)
par: Zhao, Ya, et autres
Publié: (2026)
PCQ: Emotion Recognition in Speech via Progressive Channel Querying
par: Wang, Xincheng, et autres
Publié: (2024)
par: Wang, Xincheng, et autres
Publié: (2024)
Modality-Invariant Bidirectional Temporal Representation Distillation Network for Missing Multimodal Sentiment Analysis
par: Wang, Xincheng, et autres
Publié: (2025)
par: Wang, Xincheng, et autres
Publié: (2025)
BSS-CFFMA: Cross-Domain Feature Fusion and Multi-Attention Speech Enhancement Network based on Self-Supervised Embedding
par: Mattursun, Alimjan, et autres
Publié: (2024)
par: Mattursun, Alimjan, et autres
Publié: (2024)
Generalizable Audio-Visual Navigation via Binaural Difference Attention and Action Transition Prediction
par: Li, Jia, et autres
Publié: (2026)
par: Li, Jia, et autres
Publié: (2026)
Construction and Evaluation of Mandarin Multimodal Emotional Speech Database
par: Ting, Zhu, et autres
Publié: (2024)
par: Ting, Zhu, et autres
Publié: (2024)
Heterogeneous Space Fusion and Dual-Dimension Attention: A New Paradigm for Speech Enhancement
par: Zheng, Tao, et autres
Publié: (2024)
par: Zheng, Tao, et autres
Publié: (2024)
Audio Spatially-Guided Fusion for Audio-Visual Navigation
par: Zhou, Xinyu, et autres
Publié: (2026)
par: Zhou, Xinyu, et autres
Publié: (2026)
Spatial-Aware Conditioned Fusion for Audio-Visual Navigation
par: Wu, Shaohang, et autres
Publié: (2026)
par: Wu, Shaohang, et autres
Publié: (2026)
Reliability-Aware Geometric Fusion for Robust Audio-Visual Navigation
par: Liu, Teng, et autres
Publié: (2026)
par: Liu, Teng, et autres
Publié: (2026)
MNV-17: A High-Quality Performative Mandarin Dataset for Nonverbal Vocalization Recognition in Speech
par: Mai, Jialong, et autres
Publié: (2025)
par: Mai, Jialong, et autres
Publié: (2025)
Investigation of Deep Neural Network Acoustic Modelling Approaches for Low Resource Accented Mandarin Speech Recognition
par: Xie, Xurong, et autres
Publié: (2022)
par: Xie, Xurong, et autres
Publié: (2022)
AND: Audio Network Dissection for Interpreting Deep Acoustic Models
par: Wu, Tung-Yu, et autres
Publié: (2024)
par: Wu, Tung-Yu, et autres
Publié: (2024)
DiffCSS: Diverse and Expressive Conversational Speech Synthesis with Diffusion Models
par: wu, Weihao, et autres
Publié: (2025)
par: wu, Weihao, et autres
Publié: (2025)
Neural Speech Embeddings for Speech Synthesis Based on Deep Generative Networks
par: Lee, Seo-Hyun, et autres
Publié: (2023)
par: Lee, Seo-Hyun, et autres
Publié: (2023)
SCRAPS: Speech Contrastive Representations of Acoustic and Phonetic Spaces
par: Vallés-Pérez, Ivan, et autres
Publié: (2023)
par: Vallés-Pérez, Ivan, et autres
Publié: (2023)
Unveiling the Best Practices for Applying Speech Foundation Models to Speech Intelligibility Prediction for Hearing-Impaired People
par: Zhou, Haoshuai, et autres
Publié: (2025)
par: Zhou, Haoshuai, et autres
Publié: (2025)
Probing the Information Encoded in Neural-based Acoustic Models of Automatic Speech Recognition Systems
par: Raymondaud, Quentin, et autres
Publié: (2024)
par: Raymondaud, Quentin, et autres
Publié: (2024)
Adaptive Duration Model for Text Speech Alignment
par: Cao, Junjie
Publié: (2025)
par: Cao, Junjie
Publié: (2025)
Unifying Speech Recognition, Synthesis and Conversion with Autoregressive Transformers
par: Cai, Runyuan, et autres
Publié: (2026)
par: Cai, Runyuan, et autres
Publié: (2026)
Accelerating Autoregressive Speech Synthesis Inference With Speech Speculative Decoding
par: Lin, Zijian, et autres
Publié: (2025)
par: Lin, Zijian, et autres
Publié: (2025)
AS-70: A Mandarin stuttered speech dataset for automatic speech recognition and stuttering event detection
par: Gong, Rong, et autres
Publié: (2024)
par: Gong, Rong, et autres
Publié: (2024)
XY-Tokenizer: Mitigating the Semantic-Acoustic Conflict in Low-Bitrate Speech Codecs
par: Gong, Yitian, et autres
Publié: (2025)
par: Gong, Yitian, et autres
Publié: (2025)
DEAF: A Benchmark for Diagnostic Evaluation of Acoustic Faithfulness in Audio Language Models
par: Xiong, Jiaqi, et autres
Publié: (2026)
par: Xiong, Jiaqi, et autres
Publié: (2026)
Towards Improving NAM-to-Speech Synthesis Intelligibility using Self-Supervised Speech Models
par: Shah, Neil, et autres
Publié: (2024)
par: Shah, Neil, et autres
Publié: (2024)
When LLMs Meets Acoustic Landmarks: An Efficient Approach to Integrate Speech into Large Language Models for Depression Detection
par: Zhang, Xiangyu, et autres
Publié: (2024)
par: Zhang, Xiangyu, et autres
Publié: (2024)
On the Effectiveness of Acoustic BPE in Decoder-Only TTS
par: Li, Bohan, et autres
Publié: (2024)
par: Li, Bohan, et autres
Publié: (2024)
Explaining Deep Learning Embeddings for Speech Emotion Recognition by Predicting Interpretable Acoustic Features
par: Dixit, Satvik, et autres
Publié: (2024)
par: Dixit, Satvik, et autres
Publié: (2024)
DMOSpeech: Direct Metric Optimization via Distilled Diffusion Model in Zero-Shot Speech Synthesis
par: Li, Yingahao Aaron, et autres
Publié: (2024)
par: Li, Yingahao Aaron, et autres
Publié: (2024)
Audio Codec Augmentation for Robust Collaborative Watermarking of Speech Synthesis
par: Juvela, Lauri, et autres
Publié: (2024)
par: Juvela, Lauri, et autres
Publié: (2024)
Leveraging Multiple Speech Enhancers for Non-Intrusive Intelligibility Prediction for Hearing-Impaired Listeners
par: Cao, Boxuan, et autres
Publié: (2025)
par: Cao, Boxuan, et autres
Publié: (2025)
MEBM-Speech: Multi-scale Enhanced BrainMagic for Robust MEG Speech Detection
par: Songyi, Li, et autres
Publié: (2026)
par: Songyi, Li, et autres
Publié: (2026)
A Small-footprint Acoustic Echo Cancellation Solution for Mobile Full-Duplex Speech Interactions
par: Jiang, Yiheng, et autres
Publié: (2025)
par: Jiang, Yiheng, et autres
Publié: (2025)
Documents similaires
-
VNet: A GAN-based Multi-Tier Discriminator Network for Speech Synthesis Vocoders
par: Cao, Yubing, et autres
Publié: (2024) -
MFHCA: Enhancing Speech Emotion Recognition Via Multi-Spatial Fusion and Hierarchical Cooperative Attention
par: Jiao, Xinxin, et autres
Publié: (2024) -
ECTSpeech: Enhancing Efficient Speech Synthesis via Easy Consistency Tuning
par: Zhu, Tao, et autres
Publié: (2025) -
Leveraging Label Potential for Enhanced Multimodal Emotion Recognition
par: Shao, Xuechun, et autres
Publié: (2025) -
Magnitude-Phase Dual-Path Speech Enhancement Network based on Self-Supervised Embedding and Perceptual Contrast Stretch Boosting
par: Mattursun, Alimjan, et autres
Publié: (2025)