Salvato in:
| Autori principali: | Izotov, Yuriy, Velichko, Andrei |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2509.00862 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Speech Enhancement Using Continuous Embeddings of Neural Audio Codec
di: Li, Haoyang, et al.
Pubblicazione: (2025)
di: Li, Haoyang, et al.
Pubblicazione: (2025)
Enhancing Synthetic Training Data for Speech Commands: From ASR-Based Filtering to Domain Adaptation in SSL Latent Space
di: Quintas, Sebastião, et al.
Pubblicazione: (2024)
di: Quintas, Sebastião, et al.
Pubblicazione: (2024)
Speech Emotion Recognition Using CNN and Its Use Case in Digital Healthcare
di: Nigar, Nishargo
Pubblicazione: (2024)
di: Nigar, Nishargo
Pubblicazione: (2024)
Robust Cross-Etiology and Speaker-Independent Dysarthric Speech Recognition
di: Singh, Satwinder, et al.
Pubblicazione: (2025)
di: Singh, Satwinder, et al.
Pubblicazione: (2025)
Personalized Speech Enhancement Without a Separate Speaker Embedding Model
di: Pärnamaa, Tanel, et al.
Pubblicazione: (2024)
di: Pärnamaa, Tanel, et al.
Pubblicazione: (2024)
Hello Afrika: Speech Commands in Kinyarwanda
di: Igwegbe, George, et al.
Pubblicazione: (2025)
di: Igwegbe, George, et al.
Pubblicazione: (2025)
Enhancing Automatic Speech Recognition Through Integrated Noise Detection Architecture
di: Singh, Karamvir
Pubblicazione: (2025)
di: Singh, Karamvir
Pubblicazione: (2025)
LiteASR: Efficient Automatic Speech Recognition with Low-Rank Approximation
di: Kamahori, Keisuke, et al.
Pubblicazione: (2025)
di: Kamahori, Keisuke, et al.
Pubblicazione: (2025)
WhisperD: Dementia Speech Recognition and Filler Word Detection with Whisper
di: Akinrintoyo, Emmanuel, et al.
Pubblicazione: (2025)
di: Akinrintoyo, Emmanuel, et al.
Pubblicazione: (2025)
Focal Loss based Residual Convolutional Neural Network for Speech Emotion Recognition
di: Tripathi, Suraj, et al.
Pubblicazione: (2019)
di: Tripathi, Suraj, et al.
Pubblicazione: (2019)
Self-Supervised Speech Quality Estimation and Enhancement Using Only Clean Speech
di: Fu, Szu-Wei, et al.
Pubblicazione: (2024)
di: Fu, Szu-Wei, et al.
Pubblicazione: (2024)
Imagined Speech State Classification for Robust Brain-Computer Interface
di: Ko, Byung-Kwan, et al.
Pubblicazione: (2024)
di: Ko, Byung-Kwan, et al.
Pubblicazione: (2024)
Scaling Ambiguity: Augmenting Human Annotation in Speech Emotion Recognition with Audio-Language Models
di: Zhang, Wenda, et al.
Pubblicazione: (2026)
di: Zhang, Wenda, et al.
Pubblicazione: (2026)
Bridging Modalities: Knowledge Distillation and Masked Training for Translating Multi-Modal Emotion Recognition to Uni-Modal, Speech-Only Emotion Recognition
di: Muaz, Muhammad, et al.
Pubblicazione: (2024)
di: Muaz, Muhammad, et al.
Pubblicazione: (2024)
Soft Clustering Anchors for Self-Supervised Speech Representation Learning in Joint Embedding Prediction Architectures
di: Ioannides, Georgios, et al.
Pubblicazione: (2026)
di: Ioannides, Georgios, et al.
Pubblicazione: (2026)
Enhanced Speech Emotion Recognition with Efficient Channel Attention Guided Deep CNN-BiLSTM Framework
di: Kundu, Niloy Kumar, et al.
Pubblicazione: (2024)
di: Kundu, Niloy Kumar, et al.
Pubblicazione: (2024)
Purification Before Fusion: Toward Mask-Free Speech Enhancement for Robust Audio-Visual Speech Recognition
di: Wu, Linzhi, et al.
Pubblicazione: (2026)
di: Wu, Linzhi, et al.
Pubblicazione: (2026)
Moonshine: Speech Recognition for Live Transcription and Voice Commands
di: Jeffries, Nat, et al.
Pubblicazione: (2024)
di: Jeffries, Nat, et al.
Pubblicazione: (2024)
The Unreliability of Acoustic Systems in Alzheimer's Speech Datasets with Heterogeneous Recording Conditions
di: Gauder, Lara, et al.
Pubblicazione: (2024)
di: Gauder, Lara, et al.
Pubblicazione: (2024)
Speech Unlearning
di: Cheng, Jiali, et al.
Pubblicazione: (2025)
di: Cheng, Jiali, et al.
Pubblicazione: (2025)
Emotion-Disentangled Embedding Alignment for Noise-Robust and Cross-Corpus Speech Emotion Recognition
di: Tiwari, Upasana, et al.
Pubblicazione: (2025)
di: Tiwari, Upasana, et al.
Pubblicazione: (2025)
Detection and Forecasting of Parkinson Disease Progression from Speech Signal Features Using MultiLayer Perceptron and LSTM
di: Ali, Majid, et al.
Pubblicazione: (2024)
di: Ali, Majid, et al.
Pubblicazione: (2024)
When De-noising Hurts: A Systematic Study of Speech Enhancement Effects on Modern Medical ASR Systems
di: Chondhekar, Sujal, et al.
Pubblicazione: (2025)
di: Chondhekar, Sujal, et al.
Pubblicazione: (2025)
Improving Pretrained YAMNet for Enhanced Speech Command Detection via Transfer Learning
di: Lachenani, Sidahmed, et al.
Pubblicazione: (2025)
di: Lachenani, Sidahmed, et al.
Pubblicazione: (2025)
Collaborative Watermarking for Adversarial Speech Synthesis
di: Juvela, Lauri, et al.
Pubblicazione: (2023)
di: Juvela, Lauri, et al.
Pubblicazione: (2023)
Scaling Speech Tokenizers with Diffusion Autoencoders
di: Wang, Yuancheng, et al.
Pubblicazione: (2026)
di: Wang, Yuancheng, et al.
Pubblicazione: (2026)
Speaker Emotion Recognition: Leveraging Self-Supervised Models for Feature Extraction Using Wav2Vec2 and HuBERT
di: Jafarzadeh, Pourya, et al.
Pubblicazione: (2024)
di: Jafarzadeh, Pourya, et al.
Pubblicazione: (2024)
Mitigating Unauthorized Speech Synthesis for Voice Protection
di: Zhang, Zhisheng, et al.
Pubblicazione: (2024)
di: Zhang, Zhisheng, et al.
Pubblicazione: (2024)
Schrödinger Bridge Mamba for One-Step Speech Enhancement
di: Yang, Jing, et al.
Pubblicazione: (2025)
di: Yang, Jing, et al.
Pubblicazione: (2025)
Multi-Metric Preference Alignment for Generative Speech Restoration
di: Zhang, Junan, et al.
Pubblicazione: (2025)
di: Zhang, Junan, et al.
Pubblicazione: (2025)
CMGAN: Conformer-based Metric GAN for Speech Enhancement
di: Cao, Ruizhe, et al.
Pubblicazione: (2022)
di: Cao, Ruizhe, et al.
Pubblicazione: (2022)
High-Resolution Speech Restoration with Latent Diffusion Model
di: Dhyani, Tushar, et al.
Pubblicazione: (2024)
di: Dhyani, Tushar, et al.
Pubblicazione: (2024)
Single and Few-step Diffusion for Generative Speech Enhancement
di: Lay, Bunlong, et al.
Pubblicazione: (2023)
di: Lay, Bunlong, et al.
Pubblicazione: (2023)
Leveraging Whisper Embeddings for Audio-based Lyrics Matching
di: Mancini, Eleonora, et al.
Pubblicazione: (2025)
di: Mancini, Eleonora, et al.
Pubblicazione: (2025)
RNN-Transducer-based Losses for Speech Recognition on Noisy Targets
di: Bataev, Vladimir
Pubblicazione: (2025)
di: Bataev, Vladimir
Pubblicazione: (2025)
The T05 System for The VoiceMOS Challenge 2024: Transfer Learning from Deep Image Classifier to Naturalness MOS Prediction of High-Quality Synthetic Speech
di: Baba, Kaito, et al.
Pubblicazione: (2024)
di: Baba, Kaito, et al.
Pubblicazione: (2024)
Unsupervised Rhythm and Voice Conversion to Improve ASR on Dysarthric Speech
di: Hajal, Karl El, et al.
Pubblicazione: (2025)
di: Hajal, Karl El, et al.
Pubblicazione: (2025)
Unsupervised Rhythm and Voice Conversion of Dysarthric to Healthy Speech for ASR
di: Hajal, Karl El, et al.
Pubblicazione: (2025)
di: Hajal, Karl El, et al.
Pubblicazione: (2025)
Discrete Speech Unit Extraction via Independent Component Analysis
di: Nakamura, Tomohiko, et al.
Pubblicazione: (2025)
di: Nakamura, Tomohiko, et al.
Pubblicazione: (2025)
Alternating Approach-Putt Models for Multi-Stage Speech Enhancement
di: Jeong, Iksoon, et al.
Pubblicazione: (2025)
di: Jeong, Iksoon, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Speech Enhancement Using Continuous Embeddings of Neural Audio Codec
di: Li, Haoyang, et al.
Pubblicazione: (2025) -
Enhancing Synthetic Training Data for Speech Commands: From ASR-Based Filtering to Domain Adaptation in SSL Latent Space
di: Quintas, Sebastião, et al.
Pubblicazione: (2024) -
Speech Emotion Recognition Using CNN and Its Use Case in Digital Healthcare
di: Nigar, Nishargo
Pubblicazione: (2024) -
Robust Cross-Etiology and Speaker-Independent Dysarthric Speech Recognition
di: Singh, Satwinder, et al.
Pubblicazione: (2025) -
Personalized Speech Enhancement Without a Separate Speaker Embedding Model
di: Pärnamaa, Tanel, et al.
Pubblicazione: (2024)