Buchumschlag

SoundSculpt: Direction and Semantics Driven Ambisonic Target Sound Extraction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Tuochao, Shin, D, Erdogan, Hakan, Hersek, Sinan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing Machine Learning Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TF-MLPNet: Tiny Real-Time Neural Speech Separation
von: Itani, Malek, et al.
Veröffentlicht: (2025)

Maximum Likelihood Estimation of the Direction of Sound In A Reverberant Noisy Environment
von: Mansour, Mohamed F.
Veröffentlicht: (2024)

SoundMorpher: Perceptually-Uniform Sound Morphing with Diffusion Model
von: Niu, Xinlei, et al.
Veröffentlicht: (2024)

Analysis-Driven Procedural Generation of an Engine Sound Dataset with Embedded Control Annotations
von: Doerfler, Robin, et al.
Veröffentlicht: (2026)

Gen-A: Generalizing Ambisonics Neural Encoding to Unseen Microphone Arrays
von: Heikkinen, Mikko, et al.
Veröffentlicht: (2025)

The iNaturalist Sounds Dataset
von: Chasmai, Mustafa, et al.
Veröffentlicht: (2025)

SoundBeam meets M2D: Target Sound Extraction with Audio Foundation Model
von: Hernandez-Olivan, Carlos, et al.
Veröffentlicht: (2024)

SoundCTM: Unifying Score-based and Consistency Models for Full-band Text-to-Sound Generation
von: Saito, Koichi, et al.
Veröffentlicht: (2024)

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

Compression of Higher Order Ambisonics with Multichannel RVQGAN
von: Hirvonen, Toni, et al.
Veröffentlicht: (2024)

Sound event localization and classification using WASN in Outdoor Environment
von: Zhang, Dongzhe, et al.
Veröffentlicht: (2024)

Audio Geolocation: A Natural Sounds Benchmark
von: Chasmai, Mustafa, et al.
Veröffentlicht: (2025)

Sound Event Detection and Localization with Distance Estimation
von: Krause, Daniel Aleksander, et al.
Veröffentlicht: (2024)

Sound Tagging in Infant-centric Home Soundscapes
von: Khan, Mohammad Nur Hossain, et al.
Veröffentlicht: (2024)

Focal Modulation Networks for Interpretable Sound Classification
von: Della Libera, Luca, et al.
Veröffentlicht: (2024)

TAU: A Benchmark for Cultural Sound Understanding Beyond Semantics
von: Lin, Yi-Cheng, et al.
Veröffentlicht: (2025)

Knowledge boosting during low-latency inference
von: Srinivas, Vidya, et al.
Veröffentlicht: (2024)

Abnormal Respiratory Sound Identification Using Audio-Spectrogram Vision Transformer
von: Ariyanti, Whenty, et al.
Veröffentlicht: (2024)

Binaural Angular Separation Network
von: Yang, Yang, et al.
Veröffentlicht: (2024)

XAI-Driven Spectral Analysis of Cough Sounds for Respiratory Disease Characterization
von: Amado-Caballero, Patricia, et al.
Veröffentlicht: (2025)

Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
von: Saijo, Kohei, et al.
Veröffentlicht: (2024)

Language-Queried Target Sound Extraction Without Parallel Training Data
von: Ma, Hao, et al.
Veröffentlicht: (2024)

Contextual Speech Extraction: Leveraging Textual History as an Implicit Cue for Target Speech Extraction
von: Kim, Minsu, et al.
Veröffentlicht: (2025)

Audio Simulation for Sound Source Localization in Virtual Evironment
von: Di Yuan, Yi, et al.
Veröffentlicht: (2024)

Synthesizer Sound Matching Using Audio Spectrogram Transformers
von: Bruford, Fred, et al.
Veröffentlicht: (2024)

Energy Consumption Trends in Sound Event Detection Systems
von: Douwes, Constance, et al.
Veröffentlicht: (2024)

SoundCompass: Navigating Target Sound Extraction With Effective Directional Clue Integration In Complex Acoustic Scenes
von: Choi, Dayun, et al.
Veröffentlicht: (2025)

Automatic Inspection Based on Switch Sounds of Electric Point Machines
von: Shibata, Ayano, et al.
Veröffentlicht: (2025)

SoundReactor: Frame-level Online Video-to-Audio Generation
von: Saito, Koichi, et al.
Veröffentlicht: (2025)

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

Embedding-Space Diffusion for Zero-Shot Environmental Sound Classification
von: Sims, Ysobel, et al.
Veröffentlicht: (2024)

Activity-Guided Industrial Anomalous Sound Detection against Interferences
von: Lee, Yunjoo, et al.
Veröffentlicht: (2024)

Self-Supervised Learning for Few-Shot Bird Sound Classification
von: Moummad, Ilyass, et al.
Veröffentlicht: (2023)

Cross-domain Sound Recognition for Efficient Underwater Data Analysis
von: Park, Jeongsoo, et al.
Veröffentlicht: (2023)

Feature Aggregation in Joint Sound Classification and Localization Neural Networks
von: Healy, Brendan, et al.
Veröffentlicht: (2023)

Multichannel-to-Multichannel Target Sound Extraction Using Direction and Timestamp Clues
von: Choi, Dayun, et al.
Veröffentlicht: (2024)

TSE-PI: Target Sound Extraction under Reverberant Environments with Pitch Information
von: Wang, Yiwen, et al.
Veröffentlicht: (2024)

Cross-attention Inspired Selective State Space Models for Target Sound Extraction
von: Wu, Donghang, et al.
Veröffentlicht: (2024)

SoloAudio: Target Sound Extraction with Language-oriented Audio Diffusion Transformer
von: Wang, Helin, et al.
Veröffentlicht: (2024)

Meta Audiobox Aesthetics: Unified Automatic Quality Assessment for Speech, Music, and Sound
von: Tjandra, Andros, et al.
Veröffentlicht: (2025)