Buchumschlag

RBA-FE: A Robust Brain-Inspired Audio Feature Extractor for Depression Diagnosis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yu-Xuan, Huang, Ziyan, Hu, Bin, Guan, Zhi-Hong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RobustSVC: HuBERT-based Melody Extractor and Adversarial Learning for Robust Singing Voice Conversion
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Fully Few-shot Class-incremental Audio Classification Using Expandable Dual-embedding Extractor
von: Si, Yongjie, et al.
Veröffentlicht: (2024)

Reliability-Aware Geometric Fusion for Robust Audio-Visual Navigation
von: Liu, Teng, et al.
Veröffentlicht: (2026)

Quantum-Inspired Audio Unlearning: Towards Privacy-Preserving Voice Biometrics
von: Pathak, Shreyansh, et al.
Veröffentlicht: (2025)

Audio Mamba: Pretrained Audio State Space Model For Audio Tagging
von: Lin, Jiaju, et al.
Veröffentlicht: (2024)

Plug-and-Play Co-Occurring Face Attention for Robust Audio-Visual Speaker Extraction
von: Pan, Zexu, et al.
Veröffentlicht: (2025)

Perceptual Musical Features for Interpretable Audio Tagging
von: Lyberatos, Vassilis, et al.
Veröffentlicht: (2023)

Spatial-Aware Conditioned Fusion for Audio-Visual Navigation
von: Wu, Shaohang, et al.
Veröffentlicht: (2026)

Exploring Finetuned Audio-LLM on Heart Murmur Features
von: Florea, Adrian, et al.
Veröffentlicht: (2025)

Robust Audio Tagging under Class-wise Supervision Unreliability
von: Hou, Yuanbo, et al.
Veröffentlicht: (2026)

Human-Inspired Computing for Robust and Efficient Audio-Visual Speech Recognition
von: Liu, Qianhui, et al.
Veröffentlicht: (2024)

AND: Audio Network Dissection for Interpreting Deep Acoustic Models
von: Wu, Tung-Yu, et al.
Veröffentlicht: (2024)

Audio Spatially-Guided Fusion for Audio-Visual Navigation
von: Zhou, Xinyu, et al.
Veröffentlicht: (2026)

Decoding Ambiguous Emotions with Test-Time Scaling in Audio-Language Models
von: Jia, Hong, et al.
Veröffentlicht: (2026)

MFAAN: Unveiling Audio Deepfakes with a Multi-Feature Authenticity Network
von: Krishnan, Karthik Sivarama, et al.
Veröffentlicht: (2023)

Audio Codec Augmentation for Robust Collaborative Watermarking of Speech Synthesis
von: Juvela, Lauri, et al.
Veröffentlicht: (2024)

In-the-wild Audio Spatialization with Flexible Text-guided Localization
von: Pan, Tianrui, et al.
Veröffentlicht: (2025)

FoleyBench: A Benchmark For Video-to-Audio Models
von: Dixit, Satvik, et al.
Veröffentlicht: (2025)

Disentangling Reasoning in Large Audio-Language Models for Ambiguous Emotion Prediction
von: Yu, Xiaofeng, et al.
Veröffentlicht: (2026)

Enhancing Partially Spoofed Audio Localization with Boundary-aware Attention Mechanism
von: Zhong, Jiafeng, et al.
Veröffentlicht: (2024)

Quantum-Inspired Genetic Algorithm for Robust Source Separation in Smart City Acoustics
von: Quan, Minh K., et al.
Veröffentlicht: (2025)

Deepfake Audio Detection Using Spectrogram-based Feature and Ensemble of Deep Learning Models
von: Pham, Lam, et al.
Veröffentlicht: (2024)

Task-Specific Audio Coding for Machines: Machine-Learned Latent Features Are Codes for That Machine
von: Kuznetsova, Anastasia, et al.
Veröffentlicht: (2025)

BreathNet: Generalizable Audio Deepfake Detection via Breath-Cue-Guided Feature Refinement
von: Ye, Zhe, et al.
Veröffentlicht: (2026)

Joint Training of Speaker Embedding Extractor, Speech and Overlap Detection for Diarization
von: Pálka, Petr, et al.
Veröffentlicht: (2024)

FLAM: Frame-Wise Language-Audio Modeling
von: Wu, Yusong, et al.
Veröffentlicht: (2025)

I Can Hear You: Selective Robust Training for Deepfake Audio Detection
von: Zhang, Zirui, et al.
Veröffentlicht: (2024)

Enhancing Neural Audio Fingerprint Robustness to Audio Degradation for Music Identification
von: Araz, R. Oguz, et al.
Veröffentlicht: (2025)

Improving Audio Captioning Models with Fine-grained Audio Features, Text Embedding Supervision, and LLM Mix-up Augmentation
von: Wu, Shih-Lun, et al.
Veröffentlicht: (2023)

Hybrid Audio Detection Using Fine-Tuned Audio Spectrogram Transformers: A Dataset-Driven Evaluation of Mixed AI-Human Speech
von: Huang, Kunyang, et al.
Veröffentlicht: (2025)

Scaling Auditory Cognition via Test-Time Compute in Audio Language Models
von: Dang, Ting, et al.
Veröffentlicht: (2025)

Robust Lossy Audio Compression Identification
von: Koops, Hendrik Vincent, et al.
Veröffentlicht: (2024)

Streaming Audio Transformers for Online Audio Tagging
von: Dinkel, Heinrich, et al.
Veröffentlicht: (2023)

Robust Audio Anti-Spoofing with Fusion-Reconstruction Learning on Multi-Order Spectrograms
von: Wen, Penghui, et al.
Veröffentlicht: (2023)

Joint Speaker Features Learning for Audio-visual Multichannel Speech Separation and Recognition
von: Li, Guinan, et al.
Veröffentlicht: (2024)

Learning Marmoset Vocal Patterns with a Masked Autoencoder for Robust Call Segmentation, Classification, and Caller Identification
von: Wu, Bin, et al.
Veröffentlicht: (2024)

CORD: Bridging the Audio-Text Reasoning Gap via Weighted On-policy Cross-modal Distillation
von: Hu, Jing, et al.
Veröffentlicht: (2026)

MoE Adapter for Large Audio Language Models: Sparsity, Disentanglement, and Gradient-Conflict-Free
von: Lei, Yishu, et al.
Veröffentlicht: (2026)

Do Models Hear Like Us? Probing the Representational Alignment of Audio LLMs and Naturalistic EEG
von: Yang, Haoyun, et al.
Veröffentlicht: (2026)

Audio Atlas: Visualizing and Exploring Audio Datasets
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2024)