IntMeanFlow: Few-step Speech Generation with Integral Velocity Distillation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Wei, Cao, Rong, Guo, Yi, Chen, Zhengyang, Chen, Kuan, Huo, Yuanyuan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SplitMeanFlow: Interval Splitting Consistency in Few-Step Generative Modeling
par: Guo, Yi, et autres
Publié: (2025)
par: Guo, Yi, et autres
Publié: (2025)
Few-step Adversarial Schrödinger Bridge for Generative Speech Enhancement
par: Han, Seungu, et autres
Publié: (2025)
par: Han, Seungu, et autres
Publié: (2025)
MeanFlowSE: One-Step Generative Speech Enhancement via MeanFlow
par: Zhu, Yike, et autres
Publié: (2025)
par: Zhu, Yike, et autres
Publié: (2025)
On the Distillation Loss Functions of Speech VAE for Unified Reconstruction, Understanding, and Generation
par: Cheng, Changhao, et autres
Publié: (2026)
par: Cheng, Changhao, et autres
Publié: (2026)
Training Text-to-Speech Model with Purely Synthetic Data: Feasibility, Sensitivity, and Generalization Capability
par: Zhou, Tingxiao, et autres
Publié: (2025)
par: Zhou, Tingxiao, et autres
Publié: (2025)
Single and Few-step Diffusion for Generative Speech Enhancement
par: Lay, Bunlong, et autres
Publié: (2023)
par: Lay, Bunlong, et autres
Publié: (2023)
Dataset-Distillation Generative Model for Speech Emotion Recognition
par: Ritter-Gutierrez, Fabian, et autres
Publié: (2024)
par: Ritter-Gutierrez, Fabian, et autres
Publié: (2024)
MeanAudio: Fast and Faithful Text-to-Audio Generation with Mean Flows
par: Li, Xiquan, et autres
Publié: (2025)
par: Li, Xiquan, et autres
Publié: (2025)
Robust One-step Speech Enhancement via Consistency Distillation
par: Xu, Liang, et autres
Publié: (2025)
par: Xu, Liang, et autres
Publié: (2025)
Advanced Zero-Shot Text-to-Speech for Background Removal and Preservation with Controllable Masked Speech Prediction
par: Zhang, Leying, et autres
Publié: (2025)
par: Zhang, Leying, et autres
Publié: (2025)
MeanVoiceFlow: One-step Nonparallel Voice Conversion with Mean Flows
par: Kaneko, Takuhiro, et autres
Publié: (2026)
par: Kaneko, Takuhiro, et autres
Publié: (2026)
Generating Speakers by Prompting Listener Impressions for Pre-trained Multi-Speaker Text-to-Speech Systems
par: Chen, Zhengyang, et autres
Publié: (2024)
par: Chen, Zhengyang, et autres
Publié: (2024)
Frequency-mix Knowledge Distillation for Fake Speech Detection
par: Fan, Cunhang, et autres
Publié: (2024)
par: Fan, Cunhang, et autres
Publié: (2024)
Flow-TSVAD: Target-Speaker Voice Activity Detection via Latent Flow Matching
par: Chen, Zhengyang, et autres
Publié: (2024)
par: Chen, Zhengyang, et autres
Publié: (2024)
Few-Shot Keyword Spotting from Mixed Speech
par: Yuan, Junming, et autres
Publié: (2024)
par: Yuan, Junming, et autres
Publié: (2024)
Private Speech Classification without Collapse: Stabilized DP Training and Offline Distillation
par: Wen, Yadi, et autres
Publié: (2026)
par: Wen, Yadi, et autres
Publié: (2026)
MeanFlowSE: one-step generative speech enhancement via conditional mean flow
par: Li, Duojia, et autres
Publié: (2025)
par: Li, Duojia, et autres
Publié: (2025)
Compose Yourself: Average-Velocity Flow Matching for One-Step Speech Enhancement
par: Yang, Gang, et autres
Publié: (2025)
par: Yang, Gang, et autres
Publié: (2025)
Bridging the Gap: Integrating Pre-trained Speech Enhancement and Recognition Models for Robust Speech Recognition
par: Wang, Kuan-Chen, et autres
Publié: (2024)
par: Wang, Kuan-Chen, et autres
Publié: (2024)
Exploring Effective Distillation of Self-Supervised Speech Models for Automatic Speech Recognition
par: Wang, Yujin, et autres
Publié: (2022)
par: Wang, Yujin, et autres
Publié: (2022)
DualSpeechLM: Towards Unified Speech Understanding and Generation via Dual Speech Token Modeling with Large Language Models
par: Wang, Yuanyuan, et autres
Publié: (2025)
par: Wang, Yuanyuan, et autres
Publié: (2025)
VoiceBridge: General Speech Restoration with One-step Latent Bridge Models
par: Zhang, Chi, et autres
Publié: (2025)
par: Zhang, Chi, et autres
Publié: (2025)
MeanFlow-Accelerated Multimodal Video-to-Audio Synthesis via One-Step Generation
par: Yang, Xiaoran, et autres
Publié: (2025)
par: Yang, Xiaoran, et autres
Publié: (2025)
Two-Stage Adaptation for Non-Normative Speech Recognition: Revisiting Speaker-Independent Initialization for Personalization
par: Jiang, Shan, et autres
Publié: (2026)
par: Jiang, Shan, et autres
Publié: (2026)
SLM-SS: Speech Language Model for Generative Speech Separation
par: Li, Tianhua, et autres
Publié: (2026)
par: Li, Tianhua, et autres
Publié: (2026)
Speech-Copilot: Leveraging Large Language Models for Speech Processing via Task Decomposition, Modularization, and Program Generation
par: Kuan, Chun-Yi, et autres
Publié: (2024)
par: Kuan, Chun-Yi, et autres
Publié: (2024)
Auden-Voice: General-Purpose Voice Encoder for Speech and Language Understanding
par: Huo, Mingyue, et autres
Publié: (2025)
par: Huo, Mingyue, et autres
Publié: (2025)
SimpleSpeech 2: Towards Simple and Efficient Text-to-Speech with Flow-based Scalar Latent Transformer Diffusion Models
par: Yang, Dongchao, et autres
Publié: (2024)
par: Yang, Dongchao, et autres
Publié: (2024)
ActorMind: Emulating Human Actor Reasoning for Speech Role-Playing
par: Chen, Xi, et autres
Publié: (2026)
par: Chen, Xi, et autres
Publié: (2026)
DialoSpeech: Dual-Speaker Dialogue Generation with LLM and Flow Matching
par: Xie, Hanke, et autres
Publié: (2025)
par: Xie, Hanke, et autres
Publié: (2025)
Single-step Controllable Music Bandwidth Extension With Flow Matching
par: Hernandez-Olivan, Carlos, et autres
Publié: (2026)
par: Hernandez-Olivan, Carlos, et autres
Publié: (2026)
Toward Fair Speech Technologies: A Comprehensive Survey of Bias and Fairness in Speech AI
par: Lin, Yi-Cheng, et autres
Publié: (2026)
par: Lin, Yi-Cheng, et autres
Publié: (2026)
Dynamic Frequency-Adaptive Knowledge Distillation for Speech Enhancement
par: Yuan, Xihao, et autres
Publié: (2025)
par: Yuan, Xihao, et autres
Publié: (2025)
Universal Speech Enhancement with Regression and Generative Mamba
par: Chao, Rong, et autres
Publié: (2025)
par: Chao, Rong, et autres
Publié: (2025)
ConSep: a Noise- and Reverberation-Robust Speech Separation Framework by Magnitude Conditioning
par: Ho, Kuan-Hsun, et autres
Publié: (2024)
par: Ho, Kuan-Hsun, et autres
Publié: (2024)
UniSS: Unified Expressive Speech-to-Speech Translation with Your Voice
par: Cheng, Sitong, et autres
Publié: (2025)
par: Cheng, Sitong, et autres
Publié: (2025)
MR-FlowDPO: Multi-Reward Direct Preference Optimization for Flow-Matching Text-to-Music Generation
par: Ziv, Alon, et autres
Publié: (2025)
par: Ziv, Alon, et autres
Publié: (2025)
What do neural networks listen to? Exploring the crucial bands in Speech Enhancement using Sinc-convolution
par: Ho, Kuan-Hsun, et autres
Publié: (2024)
par: Ho, Kuan-Hsun, et autres
Publié: (2024)
MT-HuBERT: Self-Supervised Mix-Training for Few-Shot Keyword Spotting in Mixed Speech
par: Yuan, Junming, et autres
Publié: (2025)
par: Yuan, Junming, et autres
Publié: (2025)
Acoustic BPE for Speech Generation with Discrete Tokens
par: Shen, Feiyu, et autres
Publié: (2023)
par: Shen, Feiyu, et autres
Publié: (2023)
Documents similaires
-
SplitMeanFlow: Interval Splitting Consistency in Few-Step Generative Modeling
par: Guo, Yi, et autres
Publié: (2025) -
Few-step Adversarial Schrödinger Bridge for Generative Speech Enhancement
par: Han, Seungu, et autres
Publié: (2025) -
MeanFlowSE: One-Step Generative Speech Enhancement via MeanFlow
par: Zhu, Yike, et autres
Publié: (2025) -
On the Distillation Loss Functions of Speech VAE for Unified Reconstruction, Understanding, and Generation
par: Cheng, Changhao, et autres
Publié: (2026) -
Training Text-to-Speech Model with Purely Synthetic Data: Feasibility, Sensitivity, and Generalization Capability
par: Zhou, Tingxiao, et autres
Publié: (2025)