Buchumschlag

Navigating PESQ: Up-to-Date Versions and Open Implementations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Torcoli, Matteo, Halimeh, Mhd Modar, Habets, Emanuël A. P.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ConcateNet: Dialogue Separation Using Local And Global Feature Concatenation
von: Halimeh, Mhd Modar, et al.
Veröffentlicht: (2024)

On the Relation Between Speech Quality and Quantized Latent Representations of Neural Codecs
von: Halimeh, Mhd Modar, et al.
Veröffentlicht: (2025)

Acoustic Teleportation via Disentangled Neural Audio Codec Representations
von: Grundhuber, Philipp, et al.
Veröffentlicht: (2025)

ODAQ: Open Dataset of Audio Quality
von: Torcoli, Matteo, et al.
Veröffentlicht: (2023)

Robust Speech Activity Detection in the Presence of Singing Voice
von: Grundhuber, Philipp, et al.
Veröffentlicht: (2025)

Speech Loudness in Broadcasting and Streaming
von: Torcoli, Matteo, et al.
Veröffentlicht: (2024)

Neural Directional Filtering Using a Compact Microphone Array
von: Huang, Weilong, et al.
Veröffentlicht: (2025)

Neural Directional Filtering: Far-Field Directivity Control With a Small Microphone Array
von: Wechsler, Julian, et al.
Veröffentlicht: (2024)

Expanding and Analyzing ODAQ -- the Open Dataset of Audio Quality
von: Dick, Sascha, et al.
Veröffentlicht: (2025)

Sample Rate Offset Compensated Acoustic Echo Cancellation For Multi-Device Scenarios
von: Korse, Srikanth, et al.
Veröffentlicht: (2025)

Leveraging Discriminative Latent Representations for Conditioning GAN-Based Speech Enhancement
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2025)

Neural Directional Filtering with Configurable Directivity Pattern at Inference
von: Huang, Weilong, et al.
Veröffentlicht: (2025)

GAN-Based Multi-Microphone Spatial Target Speaker Extraction
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2025)

Dynamic Slimmable Networks for Efficient Speech Separation
von: Elminshawi, Mohamed, et al.
Veröffentlicht: (2025)

Investigating the impact of stereo processing -- a study for extending the Open Dataset of Audio Quality (ODAQ)
von: Dick, Sascha, et al.
Veröffentlicht: (2025)

Stereo Reproduction in the Presence of Sample Rate Offsets
von: Korse, Srikanth, et al.
Veröffentlicht: (2025)

VoxATtack: A Multimodal Attack on Voice Anonymization Systems
von: Aloradi, Ahmad, et al.
Veröffentlicht: (2025)

Training Strategies for Modality Dropout Resilient Multi-Modal Target Speaker Extraction
von: Korse, Srikanth, et al.
Veröffentlicht: (2025)

Room Impulse Response Completion Using Signal-Prediction Diffusion Models Conditioned on Simulated Early Reflections
von: Xu, Zeyu, et al.
Veröffentlicht: (2026)

Comparative Analysis Of Discriminative Deep Learning-Based Noise Reduction Methods In Low SNR Scenarios
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2024)

Blind Acoustic Parameter Estimation Through Task-Agnostic Embeddings Using Latent Approximations
von: Götz, Philipp, et al.
Veröffentlicht: (2024)

NDF+: Joint Neural Directional Filtering and Diffuse Sound Extraction
von: Huang, Weilong, et al.
Veröffentlicht: (2026)

GAN-Based Speech Enhancement for Low SNR Using Latent Feature Conditioning
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2024)

Low-Resource Text-to-Speech Synthesis Using Noise-Augmented Training of ForwardTacotron
von: Lakshminarayana, Kishor Kayyar, et al.
Veröffentlicht: (2025)

Data-driven Joint Detection and Localization of Acoustic Reflectors
von: Bicer, H. Nazim, et al.
Veröffentlicht: (2024)

Matching Reverberant Speech Through Learned Acoustic Embeddings and Feedback Delay Networks
von: Götz, Philipp, et al.
Veröffentlicht: (2025)

Benchmarking Neural Speech Codec Intelligibility with SITool
von: Leschanowsky, Anna, et al.
Veröffentlicht: (2025)

Align-ULCNet: Towards Low-Complexity and Robust Acoustic Echo and Noise Reduction
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2024)

A Hybrid Approach for Low-Complexity Joint Acoustic Echo and Noise Reduction
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2024)

Low-Complexity Neural Wind Noise Reduction for Audio Recordings
von: Eftekhari, Hesam, et al.
Veröffentlicht: (2025)

You Are What You Say: Exploiting Linguistic Content for VoicePrivacy Attacks
von: Gaznepoglu, Ünal Ege, et al.
Veröffentlicht: (2025)

How Open is Open TTS? A Practical Evaluation of Open Source TTS Tools
von: Răgman, Teodora, et al.
Veröffentlicht: (2026)

Boosting Diffusion Model for Spectrogram Up-sampling in Text-to-speech: An Empirical Study
von: Zhang, Chong, et al.
Veröffentlicht: (2024)

Raon-OpenTTS: Open Models and Data for Robust Text-to-Speech
von: Kim, Semin, et al.
Veröffentlicht: (2026)

Scaling Up Adaptive Filter Optimizers
von: Casebeer, Jonah, et al.
Veröffentlicht: (2024)

On the Language and Gender Biases in PSTN, VoIP and Neural Audio Codecs
von: Altwlkany, Kemal, et al.
Veröffentlicht: (2025)

Meta Learning Text-to-Speech Synthesis in over 7000 Languages
von: Lux, Florian, et al.
Veröffentlicht: (2024)

Open-Source System for Multilingual Translation and Cloned Speech Synthesis
von: Cámara, Mateo, et al.
Veröffentlicht: (2025)

Towards a Unified Benchmark for Arabic Pronunciation Assessment: Quranic Recitation as Case Study
von: Kheir, Yassine El, et al.
Veröffentlicht: (2025)

Augmenting Open-Vocabulary Dysarthric Speech Assessment with Human Perceptual Supervision
von: Jia, Kaimeng, et al.
Veröffentlicht: (2025)