Spatially-Augmented Sequence-to-Sequence Neural Diarization for Meetings
Fuente:
arXiv
Salvato in:
| Autori principali: | Li, Li, Cheng, Ming, Liu, Juan, Li, Ming |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Sequence-to-Sequence Neural Diarization with Automatic Speaker Detection and Representation
di: Cheng, Ming, et al.
Pubblicazione: (2024)
di: Cheng, Ming, et al.
Pubblicazione: (2024)
Multi-Channel Sequence-to-Sequence Neural Diarization: Experimental Results for The MISP 2025 Challenge
di: Cheng, Ming, et al.
Pubblicazione: (2025)
di: Cheng, Ming, et al.
Pubblicazione: (2025)
DM-ASR: Diarization-aware Multi-speaker ASR with Large Language Models
di: Li, Li, et al.
Pubblicazione: (2026)
di: Li, Li, et al.
Pubblicazione: (2026)
Multi-Input Multi-Output Target-Speaker Voice Activity Detection For Unified, Flexible, and Robust Audio-Visual Speaker Diarization
di: Cheng, Ming, et al.
Pubblicazione: (2024)
di: Cheng, Ming, et al.
Pubblicazione: (2024)
Diarization-Aware Multi-Speaker Automatic Speech Recognition via Large Language Models
di: Lin, Yuke, et al.
Pubblicazione: (2025)
di: Lin, Yuke, et al.
Pubblicazione: (2025)
Spatially Aware Self-Supervised Models for Multi-Channel Neural Speaker Diarization
di: Han, Jiangyu, et al.
Pubblicazione: (2025)
di: Han, Jiangyu, et al.
Pubblicazione: (2025)
Incorporating Spatial Cues in Modular Speaker Diarization for Multi-channel Multi-party Meetings
di: Wang, Ruoyu, et al.
Pubblicazione: (2024)
di: Wang, Ruoyu, et al.
Pubblicazione: (2024)
Simultaneous Diarization and Separation of Meetings through the Integration of Statistical Mixture Models
di: Cord-Landwehr, Tobias, et al.
Pubblicazione: (2024)
di: Cord-Landwehr, Tobias, et al.
Pubblicazione: (2024)
On the Role of Spatial Features in Foundation-Model-Based Speaker Diarization
di: Deegen, Marc, et al.
Pubblicazione: (2026)
di: Deegen, Marc, et al.
Pubblicazione: (2026)
Enhancing Speaker Verification with w2v-BERT 2.0 and Knowledge Distillation guided Structured Pruning
di: Li, Ze, et al.
Pubblicazione: (2025)
di: Li, Ze, et al.
Pubblicazione: (2025)
Meeting Recognition with Continuous Speech Separation and Transcription-Supported Diarization
di: von Neumann, Thilo, et al.
Pubblicazione: (2023)
di: von Neumann, Thilo, et al.
Pubblicazione: (2023)
VBx for End-to-End Neural and Clustering-based Diarization
di: Pálka, Petr, et al.
Pubblicazione: (2025)
di: Pálka, Petr, et al.
Pubblicazione: (2025)
Spatial-Temporal Activity-Informed Diarization and Separation
di: Hsu, Yicheng, et al.
Pubblicazione: (2024)
di: Hsu, Yicheng, et al.
Pubblicazione: (2024)
LS-EEND: Long-Form Streaming End-to-End Neural Diarization with Online Attractor Extraction
di: Liang, Di, et al.
Pubblicazione: (2024)
di: Liang, Di, et al.
Pubblicazione: (2024)
Language-Invariant Multilingual Speaker Verification for the TidyVoice 2026 Challenge
di: Li, Ze, et al.
Pubblicazione: (2026)
di: Li, Ze, et al.
Pubblicazione: (2026)
Prompt-driven Target Speech Diarization
di: Jiang, Yidi, et al.
Pubblicazione: (2023)
di: Jiang, Yidi, et al.
Pubblicazione: (2023)
Target Speech Diarization with Multimodal Prompts
di: Jiang, Yidi, et al.
Pubblicazione: (2024)
di: Jiang, Yidi, et al.
Pubblicazione: (2024)
The DKU System for Multi-Speaker Automatic Speech Recognition in MLC-SLM Challenge
di: Lin, Yuke, et al.
Pubblicazione: (2025)
di: Lin, Yuke, et al.
Pubblicazione: (2025)
USED: Universal Speaker Extraction and Diarization
di: Ao, Junyi, et al.
Pubblicazione: (2023)
di: Ao, Junyi, et al.
Pubblicazione: (2023)
Pretraining Multi-Speaker Identification for Neural Speaker Diarization
di: Horiguchi, Shota, et al.
Pubblicazione: (2025)
di: Horiguchi, Shota, et al.
Pubblicazione: (2025)
Multi-Stage Face-Voice Association Learning with Keynote Speaker Diarization
di: Tao, Ruijie, et al.
Pubblicazione: (2024)
di: Tao, Ruijie, et al.
Pubblicazione: (2024)
Multi-View Based Audio Visual Target Speaker Extraction
di: Yang, Peijun, et al.
Pubblicazione: (2026)
di: Yang, Peijun, et al.
Pubblicazione: (2026)
VoxBlink2: A 100K+ Speaker Recognition Corpus and the Open-Set Speaker-Identification Benchmark
di: Lin, Yuke, et al.
Pubblicazione: (2024)
di: Lin, Yuke, et al.
Pubblicazione: (2024)
WhisperVC: Decoupled Cross-Domain Alignment and Speech Generation for Low-Resource Whisper-to-Normal Conversion
di: Liu, Dong, et al.
Pubblicazione: (2025)
di: Liu, Dong, et al.
Pubblicazione: (2025)
Leveraging ASR Pretrained Conformers for Speaker Verification through Transfer Learning and Knowledge Distillation
di: Cai, Danwei, et al.
Pubblicazione: (2023)
di: Cai, Danwei, et al.
Pubblicazione: (2023)
A Dual-Path Framework with Frequency-and-Time Excited Network for Anomalous Sound Detection
di: Zhang, Yucong, et al.
Pubblicazione: (2024)
di: Zhang, Yucong, et al.
Pubblicazione: (2024)
DiaPer: End-to-End Neural Diarization with Perceiver-Based Attractors
di: Landini, Federico, et al.
Pubblicazione: (2023)
di: Landini, Federico, et al.
Pubblicazione: (2023)
Train Short, Infer Long: Speech-LLM Enables Zero-Shot Streamable Joint ASR and Diarization on Long Audio
di: Shi, Mohan, et al.
Pubblicazione: (2025)
di: Shi, Mohan, et al.
Pubblicazione: (2025)
3D-Speaker-Toolkit: An Open-Source Toolkit for Multimodal Speaker Verification and Diarization
di: Chen, Yafeng, et al.
Pubblicazione: (2024)
di: Chen, Yafeng, et al.
Pubblicazione: (2024)
Token-based Attractors and Cross-attention in Spoof Diarization
di: Koo, Kyo-Won, et al.
Pubblicazione: (2025)
di: Koo, Kyo-Won, et al.
Pubblicazione: (2025)
Speech-Aware Neural Diarization with Encoder-Decoder Attractor Guided by Attention Constraints
di: Lee, PeiYing, et al.
Pubblicazione: (2024)
di: Lee, PeiYing, et al.
Pubblicazione: (2024)
Efficient Long Speech Sequence Modelling for Time-Domain Depression Level Estimation
di: Li, Shuanglin, et al.
Pubblicazione: (2025)
di: Li, Shuanglin, et al.
Pubblicazione: (2025)
On the Use of Self-Supervised Representation Learning for Speaker Diarization and Separation
di: Baroudi, Séverin, et al.
Pubblicazione: (2025)
di: Baroudi, Séverin, et al.
Pubblicazione: (2025)
Quality-Aware End-to-End Audio-Visual Neural Speaker Diarization
di: He, Mao-Kui, et al.
Pubblicazione: (2024)
di: He, Mao-Kui, et al.
Pubblicazione: (2024)
Data Efficient Child-Adult Speaker Diarization with Simulated Conversations
di: Xu, Anfeng, et al.
Pubblicazione: (2024)
di: Xu, Anfeng, et al.
Pubblicazione: (2024)
Exploring Speech Foundation Models for Speaker Diarization Across Lifespan
di: Xu, Anfeng, et al.
Pubblicazione: (2026)
di: Xu, Anfeng, et al.
Pubblicazione: (2026)
Doctor or Patient? Synergizing Diarization and ASR for Code-Switched Hinglish Medical Conditions Extraction
di: Baroudi, Séverin, et al.
Pubblicazione: (2026)
di: Baroudi, Séverin, et al.
Pubblicazione: (2026)
ASoBO: Attentive Beamformer Selection for Distant Speaker Diarization in Meetings
di: Mariotte, Theo, et al.
Pubblicazione: (2024)
di: Mariotte, Theo, et al.
Pubblicazione: (2024)
Do End-to-End Neural Diarization Attractors Need to Encode Speaker Characteristic Information?
di: Zhang, Lin, et al.
Pubblicazione: (2024)
di: Zhang, Lin, et al.
Pubblicazione: (2024)
Adversarial Attacks and Robust Defenses in Speaker Embedding based Zero-Shot Text-to-Speech System
di: Li, Ze, et al.
Pubblicazione: (2024)
di: Li, Ze, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Sequence-to-Sequence Neural Diarization with Automatic Speaker Detection and Representation
di: Cheng, Ming, et al.
Pubblicazione: (2024) -
Multi-Channel Sequence-to-Sequence Neural Diarization: Experimental Results for The MISP 2025 Challenge
di: Cheng, Ming, et al.
Pubblicazione: (2025) -
DM-ASR: Diarization-aware Multi-speaker ASR with Large Language Models
di: Li, Li, et al.
Pubblicazione: (2026) -
Multi-Input Multi-Output Target-Speaker Voice Activity Detection For Unified, Flexible, and Robust Audio-Visual Speaker Diarization
di: Cheng, Ming, et al.
Pubblicazione: (2024) -
Diarization-Aware Multi-Speaker Automatic Speech Recognition via Large Language Models
di: Lin, Yuke, et al.
Pubblicazione: (2025)