Refining music sample identification with a self-supervised graph neural network
Fuente:
arXiv
Salvato in:
| Autori principali: | Bhattacharjee, Aditya, Higgs, Ivan Meresman, Sandler, Mark, Benetos, Emmanouil |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GraFPrint: A GNN-Based Approach for Audio Identification
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2024)
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2024)
Scalable Evaluation for Audio Identification via Synthetic Latent Fingerprint Generation
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2025)
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2025)
PromptReverb: Multimodal Room Impulse Response Generation Through Latent Rectified Flow Matching
di: Vosoughi, Ali, et al.
Pubblicazione: (2025)
di: Vosoughi, Ali, et al.
Pubblicazione: (2025)
MuQ-Eval: An Open-Source Per-Sample Quality Metric for AI Music Generation Evaluation
di: Zhu, Di, et al.
Pubblicazione: (2026)
di: Zhu, Di, et al.
Pubblicazione: (2026)
Quantum-Enhanced Analysis and Grading of Vocal Performance
di: Agarwal, Rohan
Pubblicazione: (2025)
di: Agarwal, Rohan
Pubblicazione: (2025)
Audio Foundation Models Outperform Symbolic Representations for Piano Performance Evaluation
di: Dhiman, Jai
Pubblicazione: (2026)
di: Dhiman, Jai
Pubblicazione: (2026)
Machine Learning Framework for Audio-Based Content Evaluation using MFCC, Chroma, Spectral Contrast, and Temporal Feature Engineering
di: Aristorenas, Aris J.
Pubblicazione: (2024)
di: Aristorenas, Aris J.
Pubblicazione: (2024)
Joint Estimation of Piano Dynamics and Metrical Structure with a Multi-task Multi-Scale Network
di: He, Zhanhong, et al.
Pubblicazione: (2025)
di: He, Zhanhong, et al.
Pubblicazione: (2025)
Step-Audio-R1 Technical Report
di: Tian, Fei, et al.
Pubblicazione: (2025)
di: Tian, Fei, et al.
Pubblicazione: (2025)
Listen to the Unexpected: Self-Supervised Surprise Detection for Efficient Viewport Prediction
di: Khah, Arman Nik, et al.
Pubblicazione: (2026)
di: Khah, Arman Nik, et al.
Pubblicazione: (2026)
Adaptable Symbolic Music Infilling with MIDI-RWKV
di: Zhou-Zheng, Christian, et al.
Pubblicazione: (2025)
di: Zhou-Zheng, Christian, et al.
Pubblicazione: (2025)
Crossing the Species Divide: Transfer Learning from Speech to Animal Sounds
di: Cauzinille, Jules, et al.
Pubblicazione: (2025)
di: Cauzinille, Jules, et al.
Pubblicazione: (2025)
Make Some Noise: Towards LLM audio reasoning and generation using sound tokens
di: Mehta, Shivam, et al.
Pubblicazione: (2025)
di: Mehta, Shivam, et al.
Pubblicazione: (2025)
SemAlignVC: Enhancing zero-shot timbre conversion using semantic alignment
di: Mehta, Shivam, et al.
Pubblicazione: (2025)
di: Mehta, Shivam, et al.
Pubblicazione: (2025)
DFingerNet: Noise-Adaptive Speech Enhancement for Hearing Aids
di: Tsangko, Iosif, et al.
Pubblicazione: (2025)
di: Tsangko, Iosif, et al.
Pubblicazione: (2025)
Machine learning based animal emotion classification using audio signals
di: Slobodian, Mariia, et al.
Pubblicazione: (2025)
di: Slobodian, Mariia, et al.
Pubblicazione: (2025)
Should you use a probabilistic duration model in TTS? Probably! Especially for spontaneous speech
di: Mehta, Shivam, et al.
Pubblicazione: (2024)
di: Mehta, Shivam, et al.
Pubblicazione: (2024)
HELIX: Scaling Raw Audio Understanding with Hybrid Mamba-Attention Beyond the Quadratic Limit
di: Khushiyant, et al.
Pubblicazione: (2026)
di: Khushiyant, et al.
Pubblicazione: (2026)
BemaGANv2: Discriminator Combination Strategies for GAN-based Vocoders in Long-Term Audio Generation
di: Park, Taesoo, et al.
Pubblicazione: (2025)
di: Park, Taesoo, et al.
Pubblicazione: (2025)
Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond
di: Richter-Powell, Jessie, et al.
Pubblicazione: (2025)
di: Richter-Powell, Jessie, et al.
Pubblicazione: (2025)
BMdataset: A Musicologically Curated LilyPond Dataset
di: Spanio, Matteo, et al.
Pubblicazione: (2026)
di: Spanio, Matteo, et al.
Pubblicazione: (2026)
Matcha-TTS: A fast TTS architecture with conditional flow matching
di: Mehta, Shivam, et al.
Pubblicazione: (2023)
di: Mehta, Shivam, et al.
Pubblicazione: (2023)
Automatic Album Sequencing
di: Herrmann, Vincent, et al.
Pubblicazione: (2024)
di: Herrmann, Vincent, et al.
Pubblicazione: (2024)
Prevailing Research Areas for Music AI in the Era of Foundation Models
di: Wei, Megan, et al.
Pubblicazione: (2024)
di: Wei, Megan, et al.
Pubblicazione: (2024)
Masked Contrastive Pre-Training Improves Music Audio Key Detection
di: Yonay, Ori, et al.
Pubblicazione: (2026)
di: Yonay, Ori, et al.
Pubblicazione: (2026)
SoundPlot: An Open-Source Framework for Birdsong Acoustic Analysis and Neural Synthesis with Interactive 3D Visualization
di: Mehdi, Naqcho Ali, et al.
Pubblicazione: (2026)
di: Mehdi, Naqcho Ali, et al.
Pubblicazione: (2026)
Reciprocal Latent Fields for Precomputed Sound Propagation
di: Seuté, Hugo, et al.
Pubblicazione: (2026)
di: Seuté, Hugo, et al.
Pubblicazione: (2026)
APEX: Large-scale Multi-task Aesthetic-Informed Popularity Prediction for AI-Generated Music
di: Husain, Jaavid Aktar, et al.
Pubblicazione: (2026)
di: Husain, Jaavid Aktar, et al.
Pubblicazione: (2026)
Singing Timbre Popularity Assessment Based on Multimodal Large Foundation Model
di: Wang, Zihao, et al.
Pubblicazione: (2025)
di: Wang, Zihao, et al.
Pubblicazione: (2025)
BEAT: Tokenizing and Generating Symbolic Music by Uniform Temporal Steps
di: Qian, Lekai, et al.
Pubblicazione: (2026)
di: Qian, Lekai, et al.
Pubblicazione: (2026)
The Binding Effect: Analyzing How Multi-Dimensional Cues Form Gender Bias in Instruction TTS
di: Chen, Kuan-Yu, et al.
Pubblicazione: (2026)
di: Chen, Kuan-Yu, et al.
Pubblicazione: (2026)
Dichotic harmony for the musical practice
di: Madgazin, Vadim R.
Pubblicazione: (2010)
di: Madgazin, Vadim R.
Pubblicazione: (2010)
The evolution of inharmonicity and noisiness in contemporary popular music
di: Deruty, Emmanuel, et al.
Pubblicazione: (2024)
di: Deruty, Emmanuel, et al.
Pubblicazione: (2024)
ParaNoise-SV: Integrated Approach for Noise-Robust Speaker Verification with Parallel Joint Learning of Speech Enhancement and Noise Extraction
di: Kim, Minu, et al.
Pubblicazione: (2025)
di: Kim, Minu, et al.
Pubblicazione: (2025)
Modeling L1 Influence on L2 Pronunciation: An MFCC-Based Framework for Explainable Machine Learning and Pedagogical Feedback
di: Jahanbin, Peyman
Pubblicazione: (2025)
di: Jahanbin, Peyman
Pubblicazione: (2025)
Benchmarking Sub-Genre Classification For Mainstage Dance Music
di: Shu, Hongzhi, et al.
Pubblicazione: (2024)
di: Shu, Hongzhi, et al.
Pubblicazione: (2024)
Generation of Musical Timbres using a Text-Guided Diffusion Model
di: Yuan, Weixuan, et al.
Pubblicazione: (2025)
di: Yuan, Weixuan, et al.
Pubblicazione: (2025)
Self-Improvement for Audio Large Language Model using Unlabeled Speech
di: Wang, Shaowen, et al.
Pubblicazione: (2025)
di: Wang, Shaowen, et al.
Pubblicazione: (2025)
MAIN-VC: Lightweight Speech Representation Disentanglement for One-shot Voice Conversion
di: Li, Pengcheng, et al.
Pubblicazione: (2024)
di: Li, Pengcheng, et al.
Pubblicazione: (2024)
OBHS: An Optimized Block Huffman Scheme for Real-Time Audio Compression
di: Mahfi, Muntahi Safwan, et al.
Pubblicazione: (2025)
di: Mahfi, Muntahi Safwan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
GraFPrint: A GNN-Based Approach for Audio Identification
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2024) -
Scalable Evaluation for Audio Identification via Synthetic Latent Fingerprint Generation
di: Bhattacharjee, Aditya, et al.
Pubblicazione: (2025) -
PromptReverb: Multimodal Room Impulse Response Generation Through Latent Rectified Flow Matching
di: Vosoughi, Ali, et al.
Pubblicazione: (2025) -
MuQ-Eval: An Open-Source Per-Sample Quality Metric for AI Music Generation Evaluation
di: Zhu, Di, et al.
Pubblicazione: (2026) -
Quantum-Enhanced Analysis and Grading of Vocal Performance
di: Agarwal, Rohan
Pubblicazione: (2025)