Enregistré dans:
| Auteurs principaux: | Ananeva, Anastasia, Tomilov, Anton, Volkova, Marina |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2507.06794 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Quantifying and Reducing Speaker Heterogeneity within the Common Voice Corpus for Phonetic Analysis
par: Zhang, Miao, et autres
Publié: (2025)
par: Zhang, Miao, et autres
Publié: (2025)
Enhancing Child Vocalization Classification with Phonetically-Tuned Embeddings for Assisting Autism Diagnosis
par: Li, Jialu, et autres
Publié: (2023)
par: Li, Jialu, et autres
Publié: (2023)
High-Fidelity Neural Phonetic Posteriorgrams
par: Churchwell, Cameron, et autres
Publié: (2024)
par: Churchwell, Cameron, et autres
Publié: (2024)
PhiNet: Speaker Verification with Phonetic Interpretability
par: Ma, Yi, et autres
Publié: (2026)
par: Ma, Yi, et autres
Publié: (2026)
Phonetic Richness for Improved Automatic Speaker Verification
par: Klein, Nicholas, et autres
Publié: (2024)
par: Klein, Nicholas, et autres
Publié: (2024)
Phonetic Segmentation of the UCLA Phonetics Lab Archive
par: Chodroff, Eleanor, et autres
Publié: (2024)
par: Chodroff, Eleanor, et autres
Publié: (2024)
Synthetic Data Domain Adaptation for ASR via LLM-based Text and Phonetic Respelling Augmentation
par: Yamashita, Natsuo, et autres
Publié: (2026)
par: Yamashita, Natsuo, et autres
Publié: (2026)
Towards Accurate Phonetic Error Detection Through Phoneme Similarity Modeling
par: Zhou, Xuanru, et autres
Publié: (2025)
par: Zhou, Xuanru, et autres
Publié: (2025)
Rethinking Speech Representation Aggregation in Speech Enhancement: A Phonetic Mutual Information Perspective
par: Han, Seungu, et autres
Publié: (2026)
par: Han, Seungu, et autres
Publié: (2026)
SGPA: Spectrogram-Guided Phonetic Alignment for Feasible Shapley Value Explanations in Multimodal Large Language Models
par: Pozorski, Paweł, et autres
Publié: (2026)
par: Pozorski, Paweł, et autres
Publié: (2026)
The MSP-Podcast Corpus
par: Busso, Carlos, et autres
Publié: (2025)
par: Busso, Carlos, et autres
Publié: (2025)
Word-wise intonation model for cross-language TTS systems
par: A., Tomilov A., et autres
Publié: (2024)
par: A., Tomilov A., et autres
Publié: (2024)
IdolSongsJp Corpus: A Multi-Singer Song Corpus in the Style of Japanese Idol Groups
par: Suda, Hitoshi, et autres
Publié: (2025)
par: Suda, Hitoshi, et autres
Publié: (2025)
LLM-based Generative Error Correction for Rare Words with Synthetic Data and Phonetic Context
par: Yamashita, Natsuo, et autres
Publié: (2025)
par: Yamashita, Natsuo, et autres
Publié: (2025)
BENYO-S2ST-Corpus-1: A Bilingual English-to-Yoruba Direct Speech-to-Speech Translation Corpus
par: Adetiba, Emmanuel, et autres
Publié: (2025)
par: Adetiba, Emmanuel, et autres
Publié: (2025)
SCRAPS: Speech Contrastive Representations of Acoustic and Phonetic Spaces
par: Vallés-Pérez, Ivan, et autres
Publié: (2023)
par: Vallés-Pérez, Ivan, et autres
Publié: (2023)
Phonetic Enhanced Language Modeling for Text-to-Speech Synthesis
par: Zhou, Kun, et autres
Publié: (2024)
par: Zhou, Kun, et autres
Publié: (2024)
Efficient learning-based sound propagation for virtual and real-world audio processing applications
par: Ratnarajah, Anton Jeran
Publié: (2024)
par: Ratnarajah, Anton Jeran
Publié: (2024)
Multimodal Input Aids a Bayesian Model of Phonetic Learning
par: Zhi, Sophia, et autres
Publié: (2024)
par: Zhi, Sophia, et autres
Publié: (2024)
Improvement Speaker Similarity for Zero-Shot Any-to-Any Voice Conversion of Whispered and Regular Speech
par: Avdeeva, Anastasia, et autres
Publié: (2024)
par: Avdeeva, Anastasia, et autres
Publié: (2024)
Temporal Pooling Strategies for Training-Free Anomalous Sound Detection with Self-Supervised Audio Embeddings
par: Wilkinghoff, Kevin, et autres
Publié: (2026)
par: Wilkinghoff, Kevin, et autres
Publié: (2026)
EMALG: An Enhanced Mandarin Lombard Grid Corpus with Meaningful Sentences
par: Li, Baifeng, et autres
Publié: (2023)
par: Li, Baifeng, et autres
Publié: (2023)
A Technique for Isolating Lexically-Independent Phonetic Dependencies in Generative CNNs
par: Šegedin, Bruno Ferenc
Publié: (2025)
par: Šegedin, Bruno Ferenc
Publié: (2025)
ExPO: Explainable Phonetic Trait-Oriented Network for Speaker Verification
par: Ma, Yi, et autres
Publié: (2025)
par: Ma, Yi, et autres
Publié: (2025)
SALM: Spatial Audio Language Model with Structured Embeddings for Understanding and Editing
par: Hu, Jinbo, et autres
Publié: (2025)
par: Hu, Jinbo, et autres
Publié: (2025)
RISC: A Corpus for Shout Type Classification and Shout Intensity Prediction
par: Fukumori, Takahiro, et autres
Publié: (2023)
par: Fukumori, Takahiro, et autres
Publié: (2023)
SRC4VC: Smartphone-Recorded Corpus for Voice Conversion Benchmark
par: Saito, Yuki, et autres
Publié: (2024)
par: Saito, Yuki, et autres
Publié: (2024)
MSP-Conversation: A Corpus for Naturalistic, Time-Continuous Emotion Recognition
par: Martinez-Lucas, Luz, et autres
Publié: (2026)
par: Martinez-Lucas, Luz, et autres
Publié: (2026)
Temporal Adaptation of Pre-trained Foundation Models for Music Structure Analysis
par: Zhang, Yixiao, et autres
Publié: (2025)
par: Zhang, Yixiao, et autres
Publié: (2025)
Can We Really Repurpose Multi-Speaker ASR Corpus for Speaker Diarization?
par: Horiguchi, Shota, et autres
Publié: (2025)
par: Horiguchi, Shota, et autres
Publié: (2025)
Radif Corpus: A Symbolic Dataset for Non-Metric Iranian Classical Music
par: Kanani, Maziar, et autres
Publié: (2025)
par: Kanani, Maziar, et autres
Publié: (2025)
JIS: A Speech Corpus of Japanese Idol Speakers with Various Speaking Styles
par: Kondo, Yuto, et autres
Publié: (2025)
par: Kondo, Yuto, et autres
Publié: (2025)
JVNV: A Corpus of Japanese Emotional Speech with Verbal Content and Nonverbal Expressions
par: Xin, Detai, et autres
Publié: (2023)
par: Xin, Detai, et autres
Publié: (2023)
FruitsMusic: A Real-World Corpus of Japanese Idol-Group Songs
par: Suda, Hitoshi, et autres
Publié: (2024)
par: Suda, Hitoshi, et autres
Publié: (2024)
Measuring Audio Prompt Adherence with Distribution-based Embedding Distances
par: Grachten, Maarten
Publié: (2024)
par: Grachten, Maarten
Publié: (2024)
Enhancing Speaker-Independent Dysarthric Speech Severity Classification with DSSCNet and Cross-Corpus Adaptation
par: Roy, Arnab Kumar, et autres
Publié: (2025)
par: Roy, Arnab Kumar, et autres
Publié: (2025)
Phonetic Error Analysis of Raw Waveform Acoustic Models with Parametric and Non-Parametric CNNs
par: Loweimi, Erfan, et autres
Publié: (2024)
par: Loweimi, Erfan, et autres
Publié: (2024)
Whistle: Data-Efficient Multilingual and Crosslingual Speech Recognition via Weakly Phonetic Supervision
par: Yusuyin, Saierdaer, et autres
Publié: (2024)
par: Yusuyin, Saierdaer, et autres
Publié: (2024)
LibriTTS-VI: A Public Corpus and Novel Methods for Efficient Voice Impression Control
par: Ohmura, Junki, et autres
Publié: (2025)
par: Ohmura, Junki, et autres
Publié: (2025)
Emotion-Aware Contrastive Adaptation Network for Source-Free Cross-Corpus Speech Emotion Recognition
par: Zhao, Yan, et autres
Publié: (2024)
par: Zhao, Yan, et autres
Publié: (2024)
Documents similaires
-
Quantifying and Reducing Speaker Heterogeneity within the Common Voice Corpus for Phonetic Analysis
par: Zhang, Miao, et autres
Publié: (2025) -
Enhancing Child Vocalization Classification with Phonetically-Tuned Embeddings for Assisting Autism Diagnosis
par: Li, Jialu, et autres
Publié: (2023) -
High-Fidelity Neural Phonetic Posteriorgrams
par: Churchwell, Cameron, et autres
Publié: (2024) -
PhiNet: Speaker Verification with Phonetic Interpretability
par: Ma, Yi, et autres
Publié: (2026) -
Phonetic Richness for Improved Automatic Speaker Verification
par: Klein, Nicholas, et autres
Publié: (2024)