RT-VC: Real-Time Zero-Shot Voice Conversion with Speech Articulatory Coding
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liu, Yisi, Wang, Chenyang, Kim, Hanjo, Khan, Raniya, Anumanchipalli, Gopala |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Fast, High-Quality and Parameter-Efficient Articulatory Synthesis using Differentiable DSP
par: Liu, Yisi, et autres
Publié: (2024)
par: Liu, Yisi, et autres
Publié: (2024)
QR-VC: Leveraging Quantization Residuals for Linear Disentanglement in Zero-Shot Voice Conversion
par: Sim, Youngjun, et autres
Publié: (2024)
par: Sim, Youngjun, et autres
Publié: (2024)
X-VC: Zero-shot Streaming Voice Conversion in Codec Space
par: Zheng, Qixi, et autres
Publié: (2026)
par: Zheng, Qixi, et autres
Publié: (2026)
Discl-VC: Disentangled Discrete Tokens and In-Context Learning for Controllable Zero-Shot Voice Conversion
par: Wang, Kaidi, et autres
Publié: (2025)
par: Wang, Kaidi, et autres
Publié: (2025)
HuPER: A Human-Inspired Framework for Phonetic Perception
par: Guo, Chenxu, et autres
Publié: (2026)
par: Guo, Chenxu, et autres
Publié: (2026)
Dysfluent WFST: A Framework for Zero-Shot Speech Dysfluency Transcription and Detection
par: Guo, Chenxu, et autres
Publié: (2025)
par: Guo, Chenxu, et autres
Publié: (2025)
EZ-VC: Easy Zero-shot Any-to-Any Voice Conversion
par: Joglekar, Advait, et autres
Publié: (2025)
par: Joglekar, Advait, et autres
Publié: (2025)
Teaching Machines to Speak Using Articulatory Control
par: Anand, Akshay, et autres
Publié: (2025)
par: Anand, Akshay, et autres
Publié: (2025)
Self-Supervised Models of Speech Infer Universal Articulatory Kinematics
par: Cho, Cheol Jun, et autres
Publié: (2023)
par: Cho, Cheol Jun, et autres
Publié: (2023)
Takin-VC: Expressive Zero-Shot Voice Conversion via Adaptive Hybrid Content Encoding and Enhanced Timbre Modeling
par: Yang, Yuguang, et autres
Publié: (2024)
par: Yang, Yuguang, et autres
Publié: (2024)
Coding Speech through Vocal Tract Kinematics
par: Cho, Cheol Jun, et autres
Publié: (2024)
par: Cho, Cheol Jun, et autres
Publié: (2024)
Do Not Mimic My Voice: Speaker Identity Unlearning for Zero-Shot Text-to-Speech
par: Kim, Taesoo, et autres
Publié: (2025)
par: Kim, Taesoo, et autres
Publié: (2025)
Pureformer-VC: Non-parallel One-Shot Voice Conversion with Pure Transformer Blocks and Triplet Discriminative Training
par: Yao, Wenhan, et autres
Publié: (2024)
par: Yao, Wenhan, et autres
Publié: (2024)
VoiceShop: A Unified Speech-to-Speech Framework for Identity-Preserving Zero-Shot Voice Editing
par: Anastassiou, Philip, et autres
Publié: (2024)
par: Anastassiou, Philip, et autres
Publié: (2024)
MulliVC: Multi-lingual Voice Conversion With Cycle Consistency
par: Huang, Jiawei, et autres
Publié: (2024)
par: Huang, Jiawei, et autres
Publié: (2024)
MaskVCT: Masked Voice Codec Transformer for Zero-Shot Voice Conversion With Increased Controllability via Multiple Guidances
par: Lee, Junhyeok, et autres
Publié: (2025)
par: Lee, Junhyeok, et autres
Publié: (2025)
Deep Speech Synthesis from Multimodal Articulatory Representations
par: Wu, Peter, et autres
Publié: (2024)
par: Wu, Peter, et autres
Publié: (2024)
Defense Against Synthetic Speech: Real-Time Detection of RVC Voice Conversion Attacks
par: Chinchmalatpure, Prajwal, et autres
Publié: (2025)
par: Chinchmalatpure, Prajwal, et autres
Publié: (2025)
MRI2Speech: Speech Synthesis from Articulatory Movements Recorded by Real-time MRI
par: Shah, Neil, et autres
Publié: (2024)
par: Shah, Neil, et autres
Publié: (2024)
VoicePrompter: Robust Zero-Shot Voice Conversion with Voice Prompt and Conditional Flow Matching
par: Choi, Ha-Yeong, et autres
Publié: (2025)
par: Choi, Ha-Yeong, et autres
Publié: (2025)
Towards Better Disentanglement in Non-Autoregressive Zero-Shot Expressive Voice Conversion
par: Akti, Seymanur, et autres
Publié: (2025)
par: Akti, Seymanur, et autres
Publié: (2025)
SelfVC: Voice Conversion With Iterative Refinement using Self Transformations
par: Neekhara, Paarth, et autres
Publié: (2023)
par: Neekhara, Paarth, et autres
Publié: (2023)
Prosody-Adaptable Audio Codecs for Zero-Shot Voice Conversion via In-Context Learning
par: Zhao, Junchuan, et autres
Publié: (2025)
par: Zhao, Junchuan, et autres
Publié: (2025)
ControlVC: Zero-Shot Voice Conversion with Time-Varying Controls on Pitch and Speed
par: Chen, Meiying, et autres
Publié: (2022)
par: Chen, Meiying, et autres
Publié: (2022)
Generative Data Augmentation Challenge: Zero-Shot Speech Synthesis for Personalized Speech Enhancement
par: Bae, Jae-Sung, et autres
Publié: (2025)
par: Bae, Jae-Sung, et autres
Publié: (2025)
Gesture-Aware Zero-Shot Speech Recognition for Patients with Language Disorders
par: Kim, Seungbae, et autres
Publié: (2025)
par: Kim, Seungbae, et autres
Publié: (2025)
Zero-Shot Voice Conversion via Content-Aware Timbre Ensemble and Conditional Flow Matching
par: Pan, Yu, et autres
Publié: (2024)
par: Pan, Yu, et autres
Publié: (2024)
DeepASMR: LLM-Based Zero-Shot ASMR Speech Generation for Anyone of Any Voice
par: Zhang, Leying, et autres
Publié: (2026)
par: Zhang, Leying, et autres
Publié: (2026)
REF-VC: Robust, Expressive and Fast Zero-Shot Voice Conversion with Diffusion Transformers
par: Jiang, Yuepeng, et autres
Publié: (2025)
par: Jiang, Yuepeng, et autres
Publié: (2025)
StyleStream: Real-Time Zero-Shot Voice Style Conversion
par: Liu, Yisi, et autres
Publié: (2026)
par: Liu, Yisi, et autres
Publié: (2026)
Time and Tokens: Benchmarking End-to-End Speech Dysfluency Detection
par: Zhou, Xuanru, et autres
Publié: (2024)
par: Zhou, Xuanru, et autres
Publié: (2024)
GenVC: Self-Supervised Zero-Shot Voice Conversion
par: Cai, Zexin, et autres
Publié: (2025)
par: Cai, Zexin, et autres
Publié: (2025)
HQ-SVC: Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios
par: Bai, Bingsong, et autres
Publié: (2025)
par: Bai, Bingsong, et autres
Publié: (2025)
USM-VC: Mitigating Timbre Leakage with Universal Semantic Mapping Residual Block for Voice Conversion
par: Li, Na, et autres
Publié: (2025)
par: Li, Na, et autres
Publié: (2025)
Articulatory Feature Prediction from Surface EMG during Speech Production
par: Lee, Jihwan, et autres
Publié: (2025)
par: Lee, Jihwan, et autres
Publié: (2025)
GTR-Voice: Articulatory Phonetics Informed Controllable Expressive Speech Synthesis
par: Li, Zehua Kcriss, et autres
Publié: (2024)
par: Li, Zehua Kcriss, et autres
Publié: (2024)
Selective Attention System (SAS): Device-Addressed Speech Detection for Real-Time On-Device Voice AI
par: Kim, David Joohun, et autres
Publié: (2026)
par: Kim, David Joohun, et autres
Publié: (2026)
R2-SVC: Towards Real-World Robust and Expressive Zero-shot Singing Voice Conversion
par: Zheng, Junjie, et autres
Publié: (2025)
par: Zheng, Junjie, et autres
Publié: (2025)
Vevo: Controllable Zero-Shot Voice Imitation with Self-Supervised Disentanglement
par: Zhang, Xueyao, et autres
Publié: (2025)
par: Zhang, Xueyao, et autres
Publié: (2025)
StableVC: Style Controllable Zero-Shot Voice Conversion with Conditional Flow Matching
par: Yao, Jixun, et autres
Publié: (2024)
par: Yao, Jixun, et autres
Publié: (2024)
Documents similaires
-
Fast, High-Quality and Parameter-Efficient Articulatory Synthesis using Differentiable DSP
par: Liu, Yisi, et autres
Publié: (2024) -
QR-VC: Leveraging Quantization Residuals for Linear Disentanglement in Zero-Shot Voice Conversion
par: Sim, Youngjun, et autres
Publié: (2024) -
X-VC: Zero-shot Streaming Voice Conversion in Codec Space
par: Zheng, Qixi, et autres
Publié: (2026) -
Discl-VC: Disentangled Discrete Tokens and In-Context Learning for Controllable Zero-Shot Voice Conversion
par: Wang, Kaidi, et autres
Publié: (2025) -
HuPER: A Human-Inspired Framework for Phonetic Perception
par: Guo, Chenxu, et autres
Publié: (2026)