Buchumschlag

An Agent-Based Framework for Automated Higher-Voice Harmony Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ganapathy, Nia D'Souza, Shaja, Arul Selvamani
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Multi-Agent AI Framework for Immersive Audiobook Production through Spatial Audio and Neural Narration
von: Selvamani, Shaja Arul, et al.
Veröffentlicht: (2025)

Impact of the Network Size and Frequency of Information Receipt on Polarization in Social Networks
von: Krisharao, Sudhakar, et al.
Veröffentlicht: (2024)

SymphonyGen: 3D Hierarchical Orchestral Generation with Controllable Harmony Skeleton
von: He, Xuzheng, et al.
Veröffentlicht: (2026)

i-LAVA: Insights on Low Latency Voice-2-Voice Architecture for Agents
von: Purwar, Anupam, et al.
Veröffentlicht: (2025)

$τ$-Voice: Benchmarking Full-Duplex Voice Agents on Real-World Domains
von: Ray, Soham, et al.
Veröffentlicht: (2026)

Finding My Voice: Generative Reconstruction of Disordered Speech for Automated Clinical Evaluation
von: Rosero, Karen, et al.
Veröffentlicht: (2025)

Efficient and Fast Generative-Based Singing Voice Separation using a Latent Diffusion Model
von: Plaja-Roglans, Genís, et al.
Veröffentlicht: (2025)

From Reactive to Proactive: Assessing the Proactivity of Voice Agents via ProVoice-Bench
von: Xu, Ke, et al.
Veröffentlicht: (2026)

VividVoice: A Unified Framework for Scene-Aware Visually-Driven Speech Synthesis
von: Ma, Chengyuan, et al.
Veröffentlicht: (2026)

Vevo2: A Unified and Controllable Framework for Speech and Singing Voice Generation
von: Zhang, Xueyao, et al.
Veröffentlicht: (2025)

IntrinsicVoice: Empowering LLMs with Intrinsic Real-time Voice Interaction Abilities
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

MOSS-VoiceGenerator: Create Realistic Voices with Natural Language Descriptions
von: Huang, Kexin, et al.
Veröffentlicht: (2026)

LTS-VoiceAgent: A Listen-Think-Speak Framework for Efficient Streaming Voice Interaction via Semantic Triggering and Incremental Reasoning
von: Zou, Wenhao, et al.
Veröffentlicht: (2026)

Voices of the Mountains: Deep Learning-Based Vocal Error Detection System for Kurdish Maqams
von: Khairaldeen, Darvan Shvan, et al.
Veröffentlicht: (2026)

End-to-End Supervised Hierarchical Graph Clustering for Speaker Diarization
von: Singh, Prachi, et al.
Veröffentlicht: (2024)

HHL with a Coherent Fourier Oracle: A Proof-of-Concept Quantum Architecture for Joint Melody-Harmony Generation
von: Kirke, Alexis
Veröffentlicht: (2026)

EVA-Bench: A New End-to-end Framework for Evaluating Voice Agents
von: Bogavelli, Tara, et al.
Veröffentlicht: (2026)

The First Voice Timbre Attribute Detection Challenge
von: Chen, Liping, et al.
Veröffentlicht: (2025)

Voice Privacy from an Attribute-based Perspective
von: Rahman, Mehtab Ur, et al.
Veröffentlicht: (2026)

Probabilistic Verification of Voice Anti-Spoofing Models
von: Kushnir, Evgeny, et al.
Veröffentlicht: (2026)

Voice Biomarkers for Depression and Anxiety
von: Abramenko, Oleksii, et al.
Veröffentlicht: (2026)

Self Voice Conversion as an Attack against Neural Audio Watermarking
von: Özer, Yigitcan, et al.
Veröffentlicht: (2026)

HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection
von: Nejad, Mahsa Ghazvini, et al.
Veröffentlicht: (2025)

AI-Driven Acoustic Voice Biomarker-Based Hierarchical Classification of Benign Laryngeal Voice Disorders from Sustained Vowels
von: Annabestani, Mohsen, et al.
Veröffentlicht: (2025)

VoiceShop: A Unified Speech-to-Speech Framework for Identity-Preserving Zero-Shot Voice Editing
von: Anastassiou, Philip, et al.
Veröffentlicht: (2024)

UniSS: Unified Expressive Speech-to-Speech Translation with Your Voice
von: Cheng, Sitong, et al.
Veröffentlicht: (2025)

Neural Multi-Speaker Voice Cloning for Nepali in Low-Resource Settings
von: Shrestha, Aayush M., et al.
Veröffentlicht: (2026)

DAST: A Dual-Stream Voice Anonymization Attacker with Staged Training
von: Arefeen, Ridwan, et al.
Veröffentlicht: (2026)

StyleStream: Real-Time Zero-Shot Voice Style Conversion
von: Liu, Yisi, et al.
Veröffentlicht: (2026)

SegReConcat: A Data Augmentation Method for Voice Anonymization Attack
von: Arefeen, Ridwan, et al.
Veröffentlicht: (2025)

Voiced-Aware Style Extraction and Style Direction Adjustment for Expressive Text-to-Speech
von: Kim, Nam-Gyu
Veröffentlicht: (2025)

Fairness-Aware Partial-label Domain Adaptation for Voice Classification of Parkinson's and ALS
von: Francesconi, Arianna, et al.
Veröffentlicht: (2026)

A Lightweight Pipeline for Noisy Speech Voice Cloning and Accurate Lip Sync Synthesis
von: Amir, Javeria, et al.
Veröffentlicht: (2025)

DeepASMR: LLM-Based Zero-Shot ASMR Speech Generation for Anyone of Any Voice
von: Zhang, Leying, et al.
Veröffentlicht: (2026)

SmoothSinger: A Conditional Diffusion Model for Singing Voice Synthesis with Multi-Resolution Architecture
von: Sui, Kehan, et al.
Veröffentlicht: (2025)

MindVoice: Reconstructing Intelligible Speech from Non-invasive Neural Signals with Pretrained Priors
von: Bao, Guangyin, et al.
Veröffentlicht: (2026)

VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models
von: Chen, Yukun, et al.
Veröffentlicht: (2026)

The ISCSLP 2024 Conversational Voice Clone (CoVoC) Challenge: Tasks, Results and Findings
von: Xia, Kangxiang, et al.
Veröffentlicht: (2024)

YingMusic-Singer: Zero-shot Singing Voice Synthesis and Editing with Annotation-free Melody Guidance
von: Zheng, Junjie, et al.
Veröffentlicht: (2025)

LAPS-Diff: A Diffusion-Based Framework for Singing Voice Synthesis With Language Aware Prosody-Style Guided Learning
von: Dhar, Sandipan, et al.
Veröffentlicht: (2025)