Few-step Adversarial Schrödinger Bridge for Generative Speech Enhancement
Fuente:
arXiv
Salvato in:
| Autori principali: | Han, Seungu, Lee, Sungho, Lee, Juheon, Lee, Kyogu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Rethinking Speech Representation Aggregation in Speech Enhancement: A Phonetic Mutual Information Perspective
di: Han, Seungu, et al.
Pubblicazione: (2026)
di: Han, Seungu, et al.
Pubblicazione: (2026)
Differentiable Acoustic Radiance Transfer
di: Lee, Sungho, et al.
Pubblicazione: (2025)
di: Lee, Sungho, et al.
Pubblicazione: (2025)
Wavespace: A Highly Explorable Wavetable Generator
di: Lee, Hazounne, et al.
Pubblicazione: (2024)
di: Lee, Hazounne, et al.
Pubblicazione: (2024)
Towards Bitrate-Efficient and Noise-Robust Speech Coding with Variable Bitrate RVQ
di: Chae, Yunkee, et al.
Pubblicazione: (2025)
di: Chae, Yunkee, et al.
Pubblicazione: (2025)
Vo-Ve: An Explainable Voice-Vector for Speaker Identity Evaluation
di: Lee, Jaejun, et al.
Pubblicazione: (2025)
di: Lee, Jaejun, et al.
Pubblicazione: (2025)
Removing Speaker Information from Speech Representation using Variable-Length Soft Pooling
di: Hwang, Injune, et al.
Pubblicazione: (2024)
di: Hwang, Injune, et al.
Pubblicazione: (2024)
Robust Speech Recognition with Schrödinger Bridge-Based Speech Enhancement
di: Nasretdinov, Rauf, et al.
Pubblicazione: (2025)
di: Nasretdinov, Rauf, et al.
Pubblicazione: (2025)
Music De-limiter Networks via Sample-wise Gain Inversion
di: Jeon, Chang-Bin, et al.
Pubblicazione: (2023)
di: Jeon, Chang-Bin, et al.
Pubblicazione: (2023)
Schrödinger Bridge Consistency Trajectory Models for Speech Enhancement
di: Nishigori, Shuichiro, et al.
Pubblicazione: (2025)
di: Nishigori, Shuichiro, et al.
Pubblicazione: (2025)
DualSpeech: Enhancing Speaker-Fidelity and Text-Intelligibility Through Dual Classifier-Free Guidance
di: Yang, Jinhyeok, et al.
Pubblicazione: (2024)
di: Yang, Jinhyeok, et al.
Pubblicazione: (2024)
GRAFX: An Open-Source Library for Audio Processing Graphs in PyTorch
di: Lee, Sungho, et al.
Pubblicazione: (2024)
di: Lee, Sungho, et al.
Pubblicazione: (2024)
Do Captioning Metrics Reflect Music Semantic Alignment?
di: Lee, Jinwoo, et al.
Pubblicazione: (2024)
di: Lee, Jinwoo, et al.
Pubblicazione: (2024)
MGE-LDM: Joint Latent Diffusion for Simultaneous Music Generation and Source Extraction
di: Chae, Yunkee, et al.
Pubblicazione: (2025)
di: Chae, Yunkee, et al.
Pubblicazione: (2025)
Diffusion-based Speech Enhancement with Schrödinger Bridge and Symmetric Noise Schedule
di: Wang, Siyi, et al.
Pubblicazione: (2024)
di: Wang, Siyi, et al.
Pubblicazione: (2024)
Improving Test-Time Performance of RVQ-based Neural Codecs
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
Inverse Nonlinearity Compensation of Hyperelastic Deformation in Dielectric Elastomer for Acoustic Actuation
di: Lee, Jin Woo, et al.
Pubblicazione: (2024)
di: Lee, Jin Woo, et al.
Pubblicazione: (2024)
Music Auto-Tagging with Robust Music Representation Learned via Domain Adversarial Training
di: Joung, Haesun, et al.
Pubblicazione: (2024)
di: Joung, Haesun, et al.
Pubblicazione: (2024)
Reverse Engineering of Music Mixing Graphs with Differentiable Processors and Iterative Pruning
di: Lee, Sungho, et al.
Pubblicazione: (2025)
di: Lee, Sungho, et al.
Pubblicazione: (2025)
Cross-Modal Bottleneck Fusion For Noise Robust Audio-Visual Speech Recognition
di: Ok, Seaone, et al.
Pubblicazione: (2026)
di: Ok, Seaone, et al.
Pubblicazione: (2026)
String Sound Synthesizer on GPU-accelerated Finite Difference Scheme
di: Lee, Jin Woo, et al.
Pubblicazione: (2023)
di: Lee, Jin Woo, et al.
Pubblicazione: (2023)
DDD: A Perceptually Superior Low-Response-Time DNN-based Declipper
di: Yi, Jayeon, et al.
Pubblicazione: (2024)
di: Yi, Jayeon, et al.
Pubblicazione: (2024)
RAF: Relativistic Adversarial Feedback For Universal Speech Synthesis
di: Lee, Yongjoon, et al.
Pubblicazione: (2026)
di: Lee, Yongjoon, et al.
Pubblicazione: (2026)
Papez: Resource-Efficient Speech Separation with Auditory Working Memory
di: Oh, Hyunseok, et al.
Pubblicazione: (2024)
di: Oh, Hyunseok, et al.
Pubblicazione: (2024)
Single and Few-step Diffusion for Generative Speech Enhancement
di: Lay, Bunlong, et al.
Pubblicazione: (2023)
di: Lay, Bunlong, et al.
Pubblicazione: (2023)
DOSE : Drum One-Shot Extraction from Music Mixture
di: Hwang, Suntae, et al.
Pubblicazione: (2025)
di: Hwang, Suntae, et al.
Pubblicazione: (2025)
Robust One-step Speech Enhancement via Consistency Distillation
di: Xu, Liang, et al.
Pubblicazione: (2025)
di: Xu, Liang, et al.
Pubblicazione: (2025)
RobustSpeechFlow: Learning Robust Text-to-Speech Trajectories via Augmentation-based Contrastive Flow Matching
di: Yang, Jinhyeok, et al.
Pubblicazione: (2026)
di: Yang, Jinhyeok, et al.
Pubblicazione: (2026)
Learning Semantic Information from Raw Audio Signal Using Both Contextual and Phonetic Representations
di: Kim, Jaeyeon, et al.
Pubblicazione: (2024)
di: Kim, Jaeyeon, et al.
Pubblicazione: (2024)
FlowAVSE: Efficient Audio-Visual Speech Enhancement with Conditional Flow Matching
di: Jung, Chaeyoung, et al.
Pubblicazione: (2024)
di: Jung, Chaeyoung, et al.
Pubblicazione: (2024)
Practical and Reproducible Symbolic Music Generation by Large Language Models with Structural Embeddings
di: Rhyu, Seungyeon, et al.
Pubblicazione: (2024)
di: Rhyu, Seungyeon, et al.
Pubblicazione: (2024)
Improving Robustness of Diffusion-Based Zero-Shot Speech Synthesis via Stable Formant Generation
di: Han, Changjin, et al.
Pubblicazione: (2024)
di: Han, Changjin, et al.
Pubblicazione: (2024)
DroFiT: A Lightweight Band-fused Frequency Attention Toward Real-time UAV Speech Enhancement
di: Lee, Jeongmin, et al.
Pubblicazione: (2025)
di: Lee, Jeongmin, et al.
Pubblicazione: (2025)
Adversarial speech for voice privacy protection from Personalized Speech generation
di: Chen, Shihao, et al.
Pubblicazione: (2024)
di: Chen, Shihao, et al.
Pubblicazione: (2024)
An Explicit Consistency-Preserving Loss Function for Phase Reconstruction and Speech Enhancement
di: Ku, Pin-Jui, et al.
Pubblicazione: (2024)
di: Ku, Pin-Jui, et al.
Pubblicazione: (2024)
Length-Aware Rotary Position Embedding for Text-Speech Alignment
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
di: Kim, Hyeongju, et al.
Pubblicazione: (2025)
Distance Sampling-based Paraphraser Leveraging ChatGPT for Text Data Manipulation
di: Oh, Yoori, et al.
Pubblicazione: (2024)
di: Oh, Yoori, et al.
Pubblicazione: (2024)
Instance-Specific Test-Time Training for Speech Editing in the Wild
di: Kim, Taewoo, et al.
Pubblicazione: (2025)
di: Kim, Taewoo, et al.
Pubblicazione: (2025)
Erasing Your Voice Before It's Heard: Training-free Speaker Unlearning for Zero-shot Text-to-Speech
di: Lee, Myungjin, et al.
Pubblicazione: (2026)
di: Lee, Myungjin, et al.
Pubblicazione: (2026)
SEMamba++: A General Speech Restoration Framework Leveraging Global, Local, and Periodic Spectral Patterns
di: Lee, Yongjoon, et al.
Pubblicazione: (2026)
di: Lee, Yongjoon, et al.
Pubblicazione: (2026)
DiffProsody: Diffusion-based Latent Prosody Generation for Expressive Speech Synthesis with Prosody Conditional Adversarial Training
di: Oh, Hyung-Seok, et al.
Pubblicazione: (2023)
di: Oh, Hyung-Seok, et al.
Pubblicazione: (2023)
Documenti analoghi
-
Rethinking Speech Representation Aggregation in Speech Enhancement: A Phonetic Mutual Information Perspective
di: Han, Seungu, et al.
Pubblicazione: (2026) -
Differentiable Acoustic Radiance Transfer
di: Lee, Sungho, et al.
Pubblicazione: (2025) -
Wavespace: A Highly Explorable Wavetable Generator
di: Lee, Hazounne, et al.
Pubblicazione: (2024) -
Towards Bitrate-Efficient and Noise-Robust Speech Coding with Variable Bitrate RVQ
di: Chae, Yunkee, et al.
Pubblicazione: (2025) -
Vo-Ve: An Explainable Voice-Vector for Speaker Identity Evaluation
di: Lee, Jaejun, et al.
Pubblicazione: (2025)