Buchumschlag

Learning Time-Graph Frequency Representation for Monaural Speech Enhancement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Tingting, Wang, Tianrui, Ge, Meng, Zhang, Qiquan, Shao, Xi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Time-Graph Frequency Representation with Singular Value Decomposition for Neural Speech Enhancement
von: Wang, Tingting, et al.
Veröffentlicht: (2024)

Selective State Space Model for Monaural Speech Enhancement
von: Chen, Moran, et al.
Veröffentlicht: (2024)

LORT: Locally Refined Convolution and Taylor Transformer for Monaural Speech Enhancement
von: Wang, Junyu, et al.
Veröffentlicht: (2025)

Mamba-SEUNet: Mamba UNet for Monaural Speech Enhancement
von: Wang, Junyu, et al.
Veröffentlicht: (2024)

An Empirical Study on the Impact of Positional Encoding in Transformer-based Monaural Speech Enhancement
von: Zhang, Qiquan, et al.
Veröffentlicht: (2024)

Long-Context Modeling Networks for Monaural Speech Enhancement: A Comparative Study
von: Zhang, Qiquan, et al.
Veröffentlicht: (2025)

FRCRN: Boosting Feature Representation using Frequency Recurrence for Monaural Speech Enhancement
von: Zhao, Shengkui, et al.
Veröffentlicht: (2022)

A Composite Predictive-Generative Approach to Monaural Universal Speech Enhancement
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Complex-Cycle-Consistent Diffusion Model for Monaural Speech Enhancement
von: Li, Yi, et al.
Veröffentlicht: (2024)

Monaural Speech Enhancement with Complex Convolutional Block Attention Module and Joint Time Frequency Losses
von: Zhao, Shengkui, et al.
Veröffentlicht: (2021)

ZipEnhancer: Dual-Path Down-Up Sampling-based Zipformer for Monaural Speech Enhancement
von: Wang, Haoxu, et al.
Veröffentlicht: (2025)

SE Territory: Monaural Speech Enhancement Meets the Fixed Virtual Perceptual Space Mapping
von: Xu, Xinmeng, et al.
Veröffentlicht: (2023)

Spectral Masking with Explicit Time-Context Windowing for Neural Network-Based Monaural Speech Enhancement
von: Fiorio, Luan Vinícius, et al.
Veröffentlicht: (2024)

Exploring Length Generalization For Transformer-based Speech Enhancement
von: Zhang, Qiquan, et al.
Veröffentlicht: (2025)

An Exploration of Length Generalization in Transformer-Based Speech Enhancement
von: Zhang, Qiquan, et al.
Veröffentlicht: (2024)

ARTT: Augmented Reverberant-Target Training for Unsupervised Monaural Speech Dereverberation
von: Song, Siqi, et al.
Veröffentlicht: (2026)

SpeechT-RAG: Reliable Depression Detection in LLMs with Retrieval-Augmented Generation Using Speech Timing Information
von: Zhang, Xiangyu, et al.
Veröffentlicht: (2025)

Progressive Residual Extraction based Pre-training for Speech Representation Learning
von: Wang, Tianrui, et al.
Veröffentlicht: (2024)

Towards Decoupling Frontend Enhancement and Backend Recognition in Monaural Robust ASR
von: Yang, Yufeng, et al.
Veröffentlicht: (2024)

Reducing the Gap Between Pretrained Speech Enhancement and Recognition Models Using a Real Speech-Trained Bridging Module
von: Cui, Zhongjian, et al.
Veröffentlicht: (2025)

Forward Convolutive Prediction for Frame Online Monaural Speech Dereverberation Based on Kronecker Product Decomposition
von: Zhu, Yujie, et al.
Veröffentlicht: (2025)

Deep Filter Estimation from Inter-Frame Correlations for Monaural Speech Dereverberation
von: Shin, Ui-Hyeop, et al.
Veröffentlicht: (2026)

BSDB-Net: Band-Split Dual-Branch Network with Selective State Spaces Mechanism for Monaural Speech Enhancement
von: Fan, Cunhang, et al.
Veröffentlicht: (2024)

MossFormer2: Combining Transformer and RNN-Free Recurrent Network for Enhanced Time-Domain Monaural Speech Separation
von: Zhao, Shengkui, et al.
Veröffentlicht: (2023)

Spiking Structured State Space Model for Monaural Speech Enhancement
von: Du, Yu, et al.
Veröffentlicht: (2023)

CMGAN: Conformer-Based Metric-GAN for Monaural Speech Enhancement
von: Abdulatif, Sherif, et al.
Veröffentlicht: (2022)

Rec-RIR: Monaural Blind Room Impulse Response Identification via DNN-based Reverberant Speech Reconstruction in STFT Domain
von: Wang, Pengyu, et al.
Veröffentlicht: (2025)

Advancing Electrolaryngeal Speech Enhancement Through Speech-Text Representation Learning
von: Ma, Ding, et al.
Veröffentlicht: (2026)

Learning Disentangled Speech Representations with Contrastive Learning and Time-Invariant Retrieval
von: Deng, Yimin, et al.
Veröffentlicht: (2024)

Speaker Recognition Using Isomorphic Graph Attention Network Based Pooling on Self-Supervised Representation
von: Ge, Zirui, et al.
Veröffentlicht: (2023)

Leveraging Local and Global Knowledge Integration with Time-Frequency Calibrated Distillation for Speech Enhancement
von: Cheng, Jiaming, et al.
Veröffentlicht: (2025)

Code-switching Speech Recognition Under the Lens: Model- and Data-Centric Perspectives
von: Liu, Hexin, et al.
Veröffentlicht: (2025)

Investigation of Speech and Noise Latent Representations in Single-channel VAE-based Speech Enhancement
von: Li, Jiatong, et al.
Veröffentlicht: (2025)

Dynamic Frequency-Adaptive Knowledge Distillation for Speech Enhancement
von: Yuan, Xihao, et al.
Veröffentlicht: (2025)

MeanSE: Efficient Generative Speech Enhancement with Mean Flows
von: Wang, Jiahe, et al.
Veröffentlicht: (2025)

ASDA: Audio Spectrogram Differential Attention Mechanism for Self-Supervised Representation Learning
von: Wang, Junyu, et al.
Veröffentlicht: (2025)

ARiSE: Auto-Regressive Multi-Channel Speech Enhancement
von: Shen, Pengjie, et al.
Veröffentlicht: (2025)

Adaptive Speech Emotion Representation Learning Based On Dynamic Graph
von: Gao, Yingxue, et al.
Veröffentlicht: (2024)

Leveraging Discriminative Latent Representations for Conditioning GAN-Based Speech Enhancement
von: Shetu, Shrishti Saha, et al.
Veröffentlicht: (2025)

Enhancement of Dysarthric Speech Reconstruction by Contrastive Learning
von: Fatemeh, Keshvari, et al.
Veröffentlicht: (2024)