Abstract Sound Fusion with Unconditional Inversion Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liu, Jing, Lian, Enqi, Deng, Moyao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
TLDiffGAN: A Latent Diffusion-GAN Framework with Temporal Information Fusion for Anomalous Sound Detection
par: Ma, Chengyuan, et autres
Publié: (2026)
par: Ma, Chengyuan, et autres
Publié: (2026)
Leveraging Language Model Capabilities for Sound Event Detection
par: Wang, Hualei, et autres
Publié: (2023)
par: Wang, Hualei, et autres
Publié: (2023)
Articulation-Informed ASR: Integrating Articulatory Features into ASR via Auxiliary Speech Inversion and Cross-Attention Fusion
par: Attia, Ahmed Adel, et autres
Publié: (2025)
par: Attia, Ahmed Adel, et autres
Publié: (2025)
MFF-EINV2: Multi-scale Feature Fusion across Spectral-Spatial-Temporal Domains for Sound Event Localization and Detection
par: Mu, Da, et autres
Publié: (2024)
par: Mu, Da, et autres
Publié: (2024)
ASD-Diffusion: Anomalous Sound Detection with Diffusion Models
par: Zhang, Fengrun, et autres
Publié: (2024)
par: Zhang, Fengrun, et autres
Publié: (2024)
OpenSep: Leveraging Large Language Models with Textual Inversion for Open World Audio Separation
par: Mahmud, Tanvir, et autres
Publié: (2024)
par: Mahmud, Tanvir, et autres
Publié: (2024)
BTS: Bridging Text and Sound Modalities for Metadata-Aided Respiratory Sound Classification
par: Kim, June-Woo, et autres
Publié: (2024)
par: Kim, June-Woo, et autres
Publié: (2024)
Detect Any Sound: Open-Vocabulary Sound Event Detection with Multi-Modal Queries
par: Cai, Pengfei, et autres
Publié: (2025)
par: Cai, Pengfei, et autres
Publié: (2025)
The Sounds of Home: A Speech-Removed Residential Audio Dataset for Sound Event Detection
par: Bibbó, Gabriel, et autres
Publié: (2024)
par: Bibbó, Gabriel, et autres
Publié: (2024)
Improving Anomalous Sound Detection via Low-Rank Adaptation Fine-Tuning of Pre-Trained Audio Models
par: Zheng, Xinhu, et autres
Publié: (2024)
par: Zheng, Xinhu, et autres
Publié: (2024)
EnvSDD: Benchmarking Environmental Sound Deepfake Detection
par: Yin, Han, et autres
Publié: (2025)
par: Yin, Han, et autres
Publié: (2025)
Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis
par: Doerfler, Robin, et autres
Publié: (2026)
par: Doerfler, Robin, et autres
Publié: (2026)
Studying the Effect of Audio Filters in Pre-Trained Models for Environmental Sound Classification
par: Dawn, Aditya, et autres
Publié: (2024)
par: Dawn, Aditya, et autres
Publié: (2024)
Reliability-Aware Geometric Fusion for Robust Audio-Visual Navigation
par: Liu, Teng, et autres
Publié: (2026)
par: Liu, Teng, et autres
Publié: (2026)
Universal Sound Separation with Self-Supervised Audio Masked Autoencoder
par: Zhao, Junqi, et autres
Publié: (2024)
par: Zhao, Junqi, et autres
Publié: (2024)
SoundCompass: Navigating Target Sound Extraction With Effective Directional Clue Integration In Complex Acoustic Scenes
par: Choi, Dayun, et autres
Publié: (2025)
par: Choi, Dayun, et autres
Publié: (2025)
Prototype based Masked Audio Model for Self-Supervised Learning of Sound Event Detection
par: Cai, Pengfei, et autres
Publié: (2024)
par: Cai, Pengfei, et autres
Publié: (2024)
MIMII-Gen: Generative Modeling Approach for Simulated Evaluation of Anomalous Sound Detection System
par: Purohit, Harsh, et autres
Publié: (2024)
par: Purohit, Harsh, et autres
Publié: (2024)
Sound Classification of Four Insect Classes
par: Wang, Yinxuan, et autres
Publié: (2024)
par: Wang, Yinxuan, et autres
Publié: (2024)
Improving Speech Inversion Through Self-Supervised Embeddings and Enhanced Tract Variables
par: Attia, Ahmed Adel, et autres
Publié: (2023)
par: Attia, Ahmed Adel, et autres
Publié: (2023)
Domain Adaptation Method and Modality Gap Impact in Audio-Text Models for Prototypical Sound Classification
par: Acevedo, Emiliano, et autres
Publié: (2025)
par: Acevedo, Emiliano, et autres
Publié: (2025)
EffiFusion-GAN: Efficient Fusion Generative Adversarial Network for Speech Enhancement
par: Wen, Bin, et autres
Publié: (2025)
par: Wen, Bin, et autres
Publié: (2025)
Auditory Intelligence: Understanding the World Through Sound
par: Nam, Hyeonuk
Publié: (2025)
par: Nam, Hyeonuk
Publié: (2025)
Sound Scene Synthesis at the DCASE 2024 Challenge
par: Lagrange, Mathieu, et autres
Publié: (2025)
par: Lagrange, Mathieu, et autres
Publié: (2025)
A Holistic Evaluation of Piano Sound Quality
par: Zhou, Monan, et autres
Publié: (2023)
par: Zhou, Monan, et autres
Publié: (2023)
Joint Learning of Emotions in Music and Generalized Sounds
par: Simonetta, Federico, et autres
Publié: (2024)
par: Simonetta, Federico, et autres
Publié: (2024)
TDFNet: An Efficient Audio-Visual Speech Separation Model with Top-down Fusion
par: Pegg, Samuel, et autres
Publié: (2024)
par: Pegg, Samuel, et autres
Publié: (2024)
SELD-Mamba: Selective State-Space Model for Sound Event Localization and Detection with Source Distance Estimation
par: Mu, Da, et autres
Publié: (2024)
par: Mu, Da, et autres
Publié: (2024)
Heart Sound Segmentation Using Deep Learning Techniques
par: Madine, Manas
Publié: (2024)
par: Madine, Manas
Publié: (2024)
Heterogeneous sound classification with the Broad Sound Taxonomy and Dataset
par: Anastasopoulou, Panagiota, et autres
Publié: (2024)
par: Anastasopoulou, Panagiota, et autres
Publié: (2024)
Neural-Enhanced Dynamic Range Compression Inversion: A Hybrid Approach for Restoring Audio Dynamics
par: Sun, Haoran, et autres
Publié: (2024)
par: Sun, Haoran, et autres
Publié: (2024)
FusionAudio-1.2M: Towards Fine-grained Audio Captioning with Multimodal Contextual Fusion
par: Chen, Shunian, et autres
Publié: (2025)
par: Chen, Shunian, et autres
Publié: (2025)
Contrastive Learning with Spectrum Information Augmentation in Abnormal Sound Detection
par: Meng, Xinxin, et autres
Publié: (2025)
par: Meng, Xinxin, et autres
Publié: (2025)
FlexSED: Towards Open-Vocabulary Sound Event Detection
par: Hai, Jiarui, et autres
Publié: (2025)
par: Hai, Jiarui, et autres
Publié: (2025)
DiffMoog: a Differentiable Modular Synthesizer for Sound Matching
par: Uzrad, Noy, et autres
Publié: (2024)
par: Uzrad, Noy, et autres
Publié: (2024)
Deep Generic Representations for Domain-Generalized Anomalous Sound Detection
par: Saengthong, Phurich, et autres
Publié: (2024)
par: Saengthong, Phurich, et autres
Publié: (2024)
CycleGuardian: A Framework for Automatic RespiratorySound classification Based on Improved Deep clustering and Contrastive Learning
par: Chu, Yun, et autres
Publié: (2025)
par: Chu, Yun, et autres
Publié: (2025)
APG-MOS: Auditory Perception Guided-MOS Predictor for Synthetic Speech
par: Lian, Zhicheng, et autres
Publié: (2025)
par: Lian, Zhicheng, et autres
Publié: (2025)
Multichannel-to-Multichannel Target Sound Extraction Using Direction and Timestamp Clues
par: Choi, Dayun, et autres
Publié: (2024)
par: Choi, Dayun, et autres
Publié: (2024)
Improving Respiratory Sound Classification with Architecture-Agnostic Knowledge Distillation from Ensembles
par: Toikkanen, Miika, et autres
Publié: (2025)
par: Toikkanen, Miika, et autres
Publié: (2025)
Documents similaires
-
TLDiffGAN: A Latent Diffusion-GAN Framework with Temporal Information Fusion for Anomalous Sound Detection
par: Ma, Chengyuan, et autres
Publié: (2026) -
Leveraging Language Model Capabilities for Sound Event Detection
par: Wang, Hualei, et autres
Publié: (2023) -
Articulation-Informed ASR: Integrating Articulatory Features into ASR via Auxiliary Speech Inversion and Cross-Attention Fusion
par: Attia, Ahmed Adel, et autres
Publié: (2025) -
MFF-EINV2: Multi-scale Feature Fusion across Spectral-Spatial-Temporal Domains for Sound Event Localization and Detection
par: Mu, Da, et autres
Publié: (2024) -
ASD-Diffusion: Anomalous Sound Detection with Diffusion Models
par: Zhang, Fengrun, et autres
Publié: (2024)