Buchumschlag

Benchmarking Diarization Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lanzendörfer, Luca A., Grötschla, Florian, Blaser, Cesare, Wattenhofer, Roger
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Music Generation Models and Metrics via Human Preference Studies
von: Grötschla, Florian, et al.
Veröffentlicht: (2025)

Bias beyond Borders: Global Inequalities in AI-Generated Music
von: Solak, Ahmet, et al.
Veröffentlicht: (2025)

High-Fidelity Music Vocoder using Neural Audio Codecs
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

SALSA-V: Shortcut-Augmented Long-form Synchronized Audio from Videos
von: Dellali, Amir, et al.
Veröffentlicht: (2025)

Parametric Neural Amp Modeling with Active Learning
von: Grötschla, Florian, et al.
Veröffentlicht: (2025)

Multi-bit Audio Watermarking
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

SAO-Instruct: Free-form Audio Editing using Natural Language Instructions
von: Ungersböck, Michael, et al.
Veröffentlicht: (2025)

Source Separation for A Cappella Music
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

SNAC: Multi-Scale Neural Audio Codec
von: Siuzdak, Hubert, et al.
Veröffentlicht: (2024)

Towards Leveraging Contrastively Pretrained Neural Audio Embeddings for Recommender Tasks
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

MaskBeat: Loopable Drum Beat Generation
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

Audio Atlas: Visualizing and Exploring Audio Datasets
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2024)

Evaluating Objective Speech Quality Metrics for Neural Audio Codecs
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

Adapting Neural Audio Codecs to EEG
von: Kastrati, Ard, et al.
Veröffentlicht: (2025)

High-Fidelity Speech Enhancement via Discrete Audio Tokens
von: Lanzendörfer, Luca A., et al.
Veröffentlicht: (2025)

Parametric Neural Amp Modeling with Active Learning
von: Grötschla, Florian, et al.
Veröffentlicht: (2025)

Inductive Transfer Learning for Graph-Based Recommenders
von: Grötschla, Florian, et al.
Veröffentlicht: (2025)

EuroSpeech: A Multilingual Speech Corpus
von: Pfisterer, Samuel, et al.
Veröffentlicht: (2025)

Benchmarking Positional Encodings for GNNs and Graph Transformers
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Benchmarking GNNs Using Lightning Network Data
von: Feichtinger, Rainer, et al.
Veröffentlicht: (2024)

Next Level Message-Passing with Hierarchical Support Graphs
von: Vonessen, Carlos, et al.
Veröffentlicht: (2024)

PUZZLES: A Benchmark for Neural Algorithmic Reasoning
von: Estermann, Benjamin, et al.
Veröffentlicht: (2024)

DiarizationLM: Speaker Diarization Post-Processing with Large Language Models
von: Wang, Quan, et al.
Veröffentlicht: (2024)

Language Modelling for Speaker Diarization in Telephonic Interviews
von: India, Miquel, et al.
Veröffentlicht: (2025)

Speech Diarization and ASR with GMM
von: Sharma, Aayush Kumar, et al.
Veröffentlicht: (2023)

AEye: A Visualization Tool for Image Datasets
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Alignment-Aware Decoding
von: Berdoz, Frédéric, et al.
Veröffentlicht: (2025)

CoRe-GD: A Hierarchical Framework for Scalable Graph Visualization with GNNs
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Text-to-Scene with Large Reasoning Models
von: Berdoz, Frédéric, et al.
Veröffentlicht: (2025)

End-to-End Integration of Speech Separation and Voice Activity Detection for Low-Latency Diarization of Telephone Conversations
von: Morrone, Giovanni, et al.
Veröffentlicht: (2023)

Multi-Stage Speaker Diarization for Noisy Classrooms
von: Khan, Ali Sartaz, et al.
Veröffentlicht: (2025)

Investigating Confidence Estimation Measures for Speaker Diarization
von: Chowdhury, Anurag, et al.
Veröffentlicht: (2024)

Flood and Echo Net: Algorithmically Aligned GNNs that Generalize
von: Mathys, Joël, et al.
Veröffentlicht: (2023)

O-EENC-SD: Efficient Online End-to-End Neural Clustering for Speaker Diarization
von: Gruttadauria, Elio, et al.
Veröffentlicht: (2025)

Unsupervised Speaker Diarization in Distributed IoT Networks Using Federated Learning
von: Bhuyan, Amit Kumar, et al.
Veröffentlicht: (2024)

WorldSpeech: A Multilingual Speech Corpus from Around the World
von: Asonitis, Antonis, et al.
Veröffentlicht: (2026)

Self-Tuning Spectral Clustering for Speaker Diarization
von: Raghav, Nikhil, et al.
Veröffentlicht: (2024)

Highly Efficient Real-Time Streaming and Fully On-Device Speaker Diarization with Multi-Stage Clustering
von: Wang, Quan, et al.
Veröffentlicht: (2022)

Benchmarking LLMs on the Massive Sound Embedding Benchmark (MSEB)
von: Allauzen, Cyril, et al.
Veröffentlicht: (2026)

MK-SGC-SC: Multiple Kernel Guided Sparse Graph Construction in Spectral Clustering for Unsupervised Speaker Diarization
von: Raghav, Nikhil, et al.
Veröffentlicht: (2026)