Seamless Dysfluent Speech Text Alignment for Disordered Speech Analysis
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ye, Zongli, Lian, Jiachen, Zhou, Xuanru, Zhang, Jinming, Li, Haodong, Li, Shuhe, Guo, Chenxu, Das, Anaisha, Park, Peter, Ezzes, Zoe, Vonk, Jet, Morin, Brittany, Bogley, Rian, Wauters, Lisa, Miller, Zachary, Gorno-Tempini, Maria, 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
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)
Analysis and Evaluation of Synthetic Data Generation in Speech Dysfluency Detection
par: Zhang, Jinming, et autres
Publié: (2025)
par: Zhang, Jinming, et autres
Publié: (2025)
SSDM: Scalable Speech Dysfluency Modeling
par: Lian, Jiachen, et autres
Publié: (2024)
par: Lian, Jiachen, et autres
Publié: (2024)
SSDM 2.0: Time-Accurate Speech Rich Transcription with Non-Fluencies
par: Lian, Jiachen, et autres
Publié: (2024)
par: Lian, Jiachen, et autres
Publié: (2024)
Time and Tokens: Benchmarking End-to-End Speech Dysfluency Detection
par: Zhou, Xuanru, et autres
Publié: (2024)
par: Zhou, Xuanru, et autres
Publié: (2024)
Towards Accurate Phonetic Error Detection Through Phoneme Similarity Modeling
par: Zhou, Xuanru, et autres
Publié: (2025)
par: Zhou, Xuanru, et autres
Publié: (2025)
YOLO-Stutter: End-to-end Region-Wise Speech Dysfluency Detection
par: Zhou, Xuanru, et autres
Publié: (2024)
par: Zhou, Xuanru, et autres
Publié: (2024)
LCS-CTC: Leveraging Soft Alignments to Enhance Phonetic Transcription Robustness
par: Ye, Zongli, et autres
Publié: (2025)
par: Ye, Zongli, et autres
Publié: (2025)
Stutter-Solver: End-to-end Multi-lingual Dysfluency Detection
par: Zhou, Xuanru, et autres
Publié: (2024)
par: Zhou, Xuanru, et autres
Publié: (2024)
HASS: Hierarchical Simulation of Logopenic Aphasic Speech for Scalable PPA Detection
par: Li, Harrison, et autres
Publié: (2026)
par: Li, Harrison, et autres
Publié: (2026)
Speech World Model: Causal State-Action Planning with Explicit Reasoning for Speech
par: Zhou, Xuanru, et autres
Publié: (2025)
par: Zhou, Xuanru, et autres
Publié: (2025)
Towards Hierarchical Spoken Language Dysfluency Modeling
par: Lian, Jiachen, et autres
Publié: (2024)
par: Lian, Jiachen, et autres
Publié: (2024)
Cognitive reserve and longitudinal changes in brain and cognition in semantic variant primary progressive aphasia
par: Lauren A. Grebe, et autres
Publié: (2026)
par: Lauren A. Grebe, et autres
Publié: (2026)
Asymmetric Hierarchical Anchoring for Audio-Visual Joint Representation: Resolving Information Allocation Ambiguity for Robust Cross-Modal Generalization
par: Wu, Bixing, et autres
Publié: (2026)
par: Wu, Bixing, et autres
Publié: (2026)
Automated item‐level measures of verbal fluency in semantic and logopenic primary progressive aphasia
par: Jet M. J. Vonk, et autres
Publié: (2026)
par: Jet M. J. Vonk, et autres
Publié: (2026)
Teaching Machines to Speak Using Articulatory Control
par: Anand, Akshay, et autres
Publié: (2025)
par: Anand, Akshay, et autres
Publié: (2025)
Backward Construct Mapping in Practice: Using Rasch Measurement to Reveal the Internal Structure of Inflectional Morphological Processing in Students with Dyslexia
par: Robin Irey, et autres
Publié: (2026)
par: Robin Irey, et autres
Publié: (2026)
Remote Naturalistic Speech Analysis as a Tool to Classify Behavioral Variant Frontotemporal Dementia
par: Jet M. J. Vonk, et autres
Publié: (2024)
par: Jet M. J. Vonk, et autres
Publié: (2024)
Speech After Gender: A Trans-Feminine Perspective on Next Steps for Speech Science and Technology
par: Netzorg, Robin, et autres
Publié: (2024)
par: Netzorg, Robin, et autres
Publié: (2024)
K-Function: Joint Pronunciation Transcription and Feedback for Evaluating Kids Language Function
par: Li, Shuhe, et autres
Publié: (2025)
par: Li, Shuhe, et autres
Publié: (2025)
Scaling Spoken Language Models with Syllabic Speech Tokenization
par: Lee, Nicholas, et autres
Publié: (2025)
par: Lee, Nicholas, et autres
Publié: (2025)
Coding Speech through Vocal Tract Kinematics
par: Cho, Cheol Jun, et autres
Publié: (2024)
par: Cho, Cheol Jun, et autres
Publié: (2024)
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)
RT-VC: Real-Time Zero-Shot Voice Conversion with Speech Articulatory Coding
par: Liu, Yisi, et autres
Publié: (2025)
par: Liu, Yisi, et autres
Publié: (2025)
Time to align sensitive cognitive assessment with protein biomarkers in Alzheimer's disease
par: Jet M. J. Vonk
Publié: (2025)
par: Jet M. J. Vonk
Publié: (2025)
Dysfluent in Fiction
par: McGuire, Riley
Publié: (2025)
par: McGuire, Riley
Publié: (2025)
Unsupervised TTS Acoustic Modeling for TTS with Conditional Disentangled Sequential VAE
par: Lian, Jiachen, et autres
Publié: (2022)
par: Lian, Jiachen, et autres
Publié: (2022)
HuPER: A Human-Inspired Framework for Phonetic Perception
par: Guo, Chenxu, et autres
Publié: (2026)
par: Guo, Chenxu, et autres
Publié: (2026)
Enabling Conversational Behavior Reasoning Capabilities in Full-Duplex Speech
par: Pan, Shuchang, et autres
Publié: (2025)
par: Pan, Shuchang, et autres
Publié: (2025)
Audio Texture Manipulation by Exemplar-Based Analogy
par: Cheng, Kan Jen, et autres
Publié: (2025)
par: Cheng, Kan Jen, et autres
Publié: (2025)
Combining script training and lexical retrieval treatment with remotely supervised transcranial direct current stimulation in primary progressive aphasia
par: Lisa D. Wauters, et autres
Publié: (2025)
par: Lisa D. Wauters, et autres
Publié: (2025)
Sylber: Syllabic Embedding Representation of Speech from Raw Audio
par: Cho, Cheol Jun, et autres
Publié: (2024)
par: Cho, Cheol Jun, et autres
Publié: (2024)
A Unified Framework for Model Editing
par: Gupta, Akshat, et autres
Publié: (2024)
par: Gupta, Akshat, et autres
Publié: (2024)
Is Bigger Edit Batch Size Always Better? -- An Empirical Study on Model Editing with Llama-3
par: Yoon, Junsang, et autres
Publié: (2024)
par: Yoon, Junsang, et autres
Publié: (2024)
Rebuilding ROME : Resolving Model Collapse during Sequential Model Editing
par: Gupta, Akshat, et autres
Publié: (2024)
par: Gupta, Akshat, et autres
Publié: (2024)
Geometric Interpretation of Layer Normalization and a Comparative Analysis with RMSNorm
par: Gupta, Akshat, et autres
Publié: (2024)
par: Gupta, Akshat, et autres
Publié: (2024)
Model Editing at Scale leads to Gradual and Catastrophic Forgetting
par: Gupta, Akshat, et autres
Publié: (2024)
par: Gupta, Akshat, et autres
Publié: (2024)
StyleStream: Real-Time Zero-Shot Voice Style Conversion
par: Liu, Yisi, et autres
Publié: (2026)
par: Liu, Yisi, et autres
Publié: (2026)
Self-Assessment Tests are Unreliable Measures of LLM Personality
par: Gupta, Akshat, et autres
Publié: (2023)
par: Gupta, Akshat, et autres
Publié: (2023)
Deep Speech Synthesis from Multimodal Articulatory Representations
par: Wu, Peter, et autres
Publié: (2024)
par: Wu, Peter, et autres
Publié: (2024)
Documents similaires
-
Dysfluent WFST: A Framework for Zero-Shot Speech Dysfluency Transcription and Detection
par: Guo, Chenxu, et autres
Publié: (2025) -
Analysis and Evaluation of Synthetic Data Generation in Speech Dysfluency Detection
par: Zhang, Jinming, et autres
Publié: (2025) -
SSDM: Scalable Speech Dysfluency Modeling
par: Lian, Jiachen, et autres
Publié: (2024) -
SSDM 2.0: Time-Accurate Speech Rich Transcription with Non-Fluencies
par: Lian, Jiachen, et autres
Publié: (2024) -
Time and Tokens: Benchmarking End-to-End Speech Dysfluency Detection
par: Zhou, Xuanru, et autres
Publié: (2024)