:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	da Costa, Maurício do V. M., Moliner, Eloi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing Sound
Online-Zugang:	https://arxiv.org/abs/2509.16603
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diffusion-Based Audio Inpainting
von: Moliner, Eloi, et al.
Veröffentlicht: (2023)

Blind Audio Bandwidth Extension: A Diffusion-Based Zero-Shot Approach
von: Moliner, Eloi, et al.
Veröffentlicht: (2023)

A Diffusion-Based Generative Equalizer for Music Restoration
von: Moliner, Eloi, et al.
Veröffentlicht: (2024)

Gaussian Flow Bridges for Audio Domain Transfer with Unpaired Data
von: Moliner, Eloi, et al.
Veröffentlicht: (2024)

Diffusion Models for Audio Restoration
von: Lemercier, Jean-Marie, et al.
Veröffentlicht: (2024)

Similarity-Guided Diffusion for Long-Gap Music Inpainting
von: Turland, Sean, et al.
Veröffentlicht: (2025)

HRTF Estimation using a Score-based Prior
von: Thuillier, Etienne, et al.
Veröffentlicht: (2024)

BUDDy: Single-Channel Blind Unsupervised Dereverberation with Diffusion Models
von: Moliner, Eloi, et al.
Veröffentlicht: (2024)

Unsupervised Blind Joint Dereverberation and Room Acoustics Estimation with Diffusion Models
von: Lemercier, Jean-Marie, et al.
Veröffentlicht: (2024)

Fine-Tuning MIDI-to-Audio Alignment using a Neural Network on Piano Roll and CQT Representations
von: Murgul, Sebastian, et al.
Veröffentlicht: (2025)

Automatic Music Mixing using a Generative Model of Effect Embeddings
von: Moliner, Eloi, et al.
Veröffentlicht: (2025)

IMPACT: Iterative Mask-based Parallel Decoding for Text-to-Audio Generation with Diffusion Modeling
von: Huang, Kuan-Po, et al.
Veröffentlicht: (2025)

Investigating Group Relative Policy Optimization for Diffusion Transformer based Text-to-Audio Generation
von: Gu, Yi, et al.
Veröffentlicht: (2026)

EzAudio: Enhancing Text-to-Audio Generation with Efficient Diffusion Transformer
von: Hai, Jiarui, et al.
Veröffentlicht: (2024)

Latent Diffusion Bridges for Unsupervised Musical Audio Timbre Transfer
von: Mancusi, Michele, et al.
Veröffentlicht: (2024)

Complex Image-Generative Diffusion Transformer for Audio Denoising
von: Li, Junhui, et al.
Veröffentlicht: (2024)

DiffATR: Diffusion-based Generative Modeling for Audio-Text Retrieval
von: Xin, Yifei, et al.
Veröffentlicht: (2024)

AudioEval: Automatic Dual-Perspective and Multi-Dimensional Evaluation of Text-to-Audio-Generation
von: Wang, Hui, et al.
Veröffentlicht: (2025)

Diffusion based Text-to-Music Generation with Global and Local Text based Conditioning
von: Zhang, Jisi, et al.
Veröffentlicht: (2025)

Enhancing Generalization in Audio Deepfake Detection: A Neural Collapse based Sampling and Training Approach
von: Yousif, Mohammed, et al.
Veröffentlicht: (2024)

Continuous Learning of Transformer-based Audio Deepfake Detection
von: Le, Tuan Duy Nguyen, et al.
Veröffentlicht: (2024)

Diff-SAGe: End-to-End Spatial Audio Generation Using Diffusion Models
von: Kushwaha, Saksham Singh, et al.
Veröffentlicht: (2024)

Audio Palette: A Diffusion Transformer with Multi-Signal Conditioning for Controllable Foley Synthesis
von: Wang, Junnuo
Veröffentlicht: (2025)

UniAudio: An Audio Foundation Model Toward Universal Audio Generation
von: Yang, Dongchao, et al.
Veröffentlicht: (2023)

BLAT: Bootstrapping Language-Audio Pre-training based on AudioSet Tag-guided Synthetic Data
von: Xu, Xuenan, et al.
Veröffentlicht: (2023)

AudioEditor: A Training-Free Diffusion-Based Audio Editing Framework
von: Jia, Yuhang, et al.
Veröffentlicht: (2024)

SoloAudio: Target Sound Extraction with Language-oriented Audio Diffusion Transformer
von: Wang, Helin, et al.
Veröffentlicht: (2024)

Measuring Audio Prompt Adherence with Distribution-based Embedding Distances
von: Grachten, Maarten
Veröffentlicht: (2024)

SemanticAudio: Audio Generation and Editing in Semantic Space
von: Dai, Zheqi, et al.
Veröffentlicht: (2026)

Post-Training Quantization for Audio Diffusion Transformers
von: Khandelwal, Tanmay, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation in Prompt-based Text-to-Speech Synthesis with Context-Aware Contrastive Language-Audio Pretraining
von: Xue, Jinlong, et al.
Veröffentlicht: (2024)

A Survey of Advancing Audio Super-Resolution and Bandwidth Extension from Discriminative to Generative Models
von: Yang, Ningyuan, et al.
Veröffentlicht: (2026)

Diffusion-based Generative Modeling with Discriminative Guidance for Streamable Speech Enhancement
von: Li, Chenda, et al.
Veröffentlicht: (2024)

Inference-time Scaling for Diffusion-based Audio Super-resolution
von: Jin, Yizhu, et al.
Veröffentlicht: (2025)

SRC-gAudio: Sampling-Rate-Controlled Audio Generation
von: Li, Chenxing, et al.
Veröffentlicht: (2024)

AudioLCM: Text-to-Audio Generation with Latent Consistency Models
von: Liu, Huadai, et al.
Veröffentlicht: (2024)

The T12 System for AudioMOS Challenge 2025: Audio Aesthetics Score Prediction System Using KAN- and VERSA-based Models
von: Yamamoto, Katsuhiko, et al.
Veröffentlicht: (2025)

Noise-to-mask Ratio Loss for Deep Neural Network based Audio Watermarking
von: Moritz, Martin, et al.
Veröffentlicht: (2024)

TAME: Temporal Audio-based Mamba for Enhanced Drone Trajectory Estimation and Classification
von: Xiao, Zhenyuan, et al.
Veröffentlicht: (2024)

Audio-based Step-count Estimation for Running -- Windowing and Neural Network Baselines
von: Wagner, Philipp, et al.
Veröffentlicht: (2024)