Enregistré dans:
| Auteur principal: | Agrawal, Naman |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2510.09926 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Explainable Multi-Modal Deep Learning for Automatic Detection of Lung Diseases from Respiratory Audio Signals
par: Saky, S M Asiful Islam, et autres
Publié: (2025)
par: Saky, S M Asiful Islam, et autres
Publié: (2025)
Preference-Based Learning in Audio Applications: A Systematic Analysis
par: Broukhim, Aaron, et autres
Publié: (2025)
par: Broukhim, Aaron, et autres
Publié: (2025)
Evaluation of Deep Audio Representations for Hearables
par: Gröger, Fabian, et autres
Publié: (2025)
par: Gröger, Fabian, et autres
Publié: (2025)
AudioMosaic: Contrastive Masked Audio Representation Learning
par: Huang, Hanxun, et autres
Publié: (2026)
par: Huang, Hanxun, et autres
Publié: (2026)
A Survey of Deep Learning Audio Generation Methods
par: Božić, Matej, et autres
Publié: (2024)
par: Božić, Matej, et autres
Publié: (2024)
SALF-MOS: Speaker Agnostic Latent Features Downsampled for MOS Prediction
par: Agrawal, Saurabh, et autres
Publié: (2025)
par: Agrawal, Saurabh, et autres
Publié: (2025)
AudioCodecBench: A Comprehensive Benchmark for Audio Codec Evaluation
par: Wang, Lu, et autres
Publié: (2025)
par: Wang, Lu, et autres
Publié: (2025)
A Human-Inspired Decoupled Architecture for Efficient Audio Representation Learning
par: Kawano, Harunori, et autres
Publié: (2026)
par: Kawano, Harunori, et autres
Publié: (2026)
Boosting ASR Robustness via Test-Time Reinforcement Learning with Audio-Text Semantic Rewards
par: Fang, Linghan, et autres
Publié: (2026)
par: Fang, Linghan, et autres
Publié: (2026)
Representation-Based Data Quality Audits for Audio
par: Gonzalez-Jimenez, Alvaro, et autres
Publié: (2025)
par: Gonzalez-Jimenez, Alvaro, et autres
Publié: (2025)
Dynamic HumTrans: Humming Transcription Using CNNs and Dynamic Programming
par: Gupta, Shubham, et autres
Publié: (2024)
par: Gupta, Shubham, et autres
Publié: (2024)
Structured-Noise Masked Modeling for Video, Audio and Beyond
par: Bhowmik, Aritra, et autres
Publié: (2025)
par: Bhowmik, Aritra, et autres
Publié: (2025)
Low-Resource Guidance for Controllable Latent Audio Diffusion
par: Novack, Zachary, et autres
Publié: (2026)
par: Novack, Zachary, et autres
Publié: (2026)
Exploring Token-Space Manipulation in Latent Audio Tokenizers
par: Paissan, Francesco, et autres
Publié: (2026)
par: Paissan, Francesco, et autres
Publié: (2026)
Linguistic and Audio Embedding-Based Machine Learning for Alzheimer's Dementia and Mild Cognitive Impairment Detection: Insights from the PROCESS Challenge
par: Devahi, Adharsha Sam Edwin Sam, et autres
Publié: (2025)
par: Devahi, Adharsha Sam Edwin Sam, et autres
Publié: (2025)
Unsupervised Evaluation of Deep Audio Embeddings for Music Structure Analysis
par: Marmoret, Axel
Publié: (2026)
par: Marmoret, Axel
Publié: (2026)
DOA-Aware Audio-Visual Self-Supervised Learning for Sound Event Localization and Detection
par: Fujita, Yoto, et autres
Publié: (2024)
par: Fujita, Yoto, et autres
Publié: (2024)
AUDETER: A Large-scale Dataset for Deepfake Audio Detection in Open Worlds
par: Wang, Qizhou, et autres
Publié: (2025)
par: Wang, Qizhou, et autres
Publié: (2025)
When Denoising Hinders: Revisiting Zero-Shot ASR with SAM-Audio and Whisper
par: Islam, Akif, et autres
Publié: (2026)
par: Islam, Akif, et autres
Publié: (2026)
Real-Time Voicemail Detection in Telephony Audio Using Temporal Speech Activity Features
par: Saurav, Kumar
Publié: (2026)
par: Saurav, Kumar
Publié: (2026)
A$^2$-LLM: An End-to-end Conversational Audio Avatar Large Language Model
par: Hu, Xiaolin, et autres
Publié: (2026)
par: Hu, Xiaolin, et autres
Publié: (2026)
Two-Dimensional Quantization for Geometry-Aware Audio Coding
par: Shuster, Tal, et autres
Publié: (2025)
par: Shuster, Tal, et autres
Publié: (2025)
Learning When to Think While Listening in Large Audio-Language Models
par: Song, Zhiyuan, et autres
Publié: (2026)
par: Song, Zhiyuan, et autres
Publié: (2026)
AUDRON: A Deep Learning Framework with Fused Acoustic Signatures for Drone Type Recognition
par: Chatterjee, Rajdeep, et autres
Publié: (2025)
par: Chatterjee, Rajdeep, et autres
Publié: (2025)
QAMRO: Quality-aware Adaptive Margin Ranking Optimization for Human-aligned Assessment of Audio Generation Systems
par: Wang, Chien-Chun, et autres
Publié: (2025)
par: Wang, Chien-Chun, et autres
Publié: (2025)
Learning Source Disentanglement in Neural Audio Codec
par: Bie, Xiaoyu, et autres
Publié: (2024)
par: Bie, Xiaoyu, et autres
Publié: (2024)
Understanding Pedestrian Movement Using Urban Sensing Technologies: The Promise of Audio-based Sensors
par: Han, Chaeyeon, et autres
Publié: (2024)
par: Han, Chaeyeon, et autres
Publié: (2024)
aTENNuate: Optimized Real-time Speech Enhancement with Deep SSMs on Raw Audio
par: Pei, Yan Ru, et autres
Publié: (2024)
par: Pei, Yan Ru, et autres
Publié: (2024)
Guiding Audio Editing with Audio Language Model
par: Lan, Zitong, et autres
Publié: (2025)
par: Lan, Zitong, et autres
Publié: (2025)
Geometry-Aware Optimization for Respiratory Sound Classification: Enhancing Sensitivity with SAM-Optimized Audio Spectrogram Transformers
par: Işık, Atakan, et autres
Publié: (2025)
par: Işık, Atakan, et autres
Publié: (2025)
Learning Relationships Between Separate Audio Tracks for Creative Applications
par: Bujard, Balthazar, et autres
Publié: (2025)
par: Bujard, Balthazar, et autres
Publié: (2025)
MAEB: Massive Audio Embedding Benchmark
par: Assadi, Adnan El, et autres
Publié: (2026)
par: Assadi, Adnan El, et autres
Publié: (2026)
Learning Linearity in Audio Consistency Autoencoders via Implicit Regularization
par: Torres, Bernardo, et autres
Publié: (2025)
par: Torres, Bernardo, et autres
Publié: (2025)
Learning Audio-Visual Embeddings with Inferred Latent Interaction Graphs
par: Zeng, Donghuo, et autres
Publié: (2026)
par: Zeng, Donghuo, et autres
Publié: (2026)
AudioGenX: Explainability on Text-to-Audio Generative Models
par: Kang, Hyunju, et autres
Publié: (2025)
par: Kang, Hyunju, et autres
Publié: (2025)
Synthetic Audio Helps for Cognitive State Tasks
par: Soubki, Adil, et autres
Publié: (2025)
par: Soubki, Adil, et autres
Publié: (2025)
LiSTEN: Learning Soft Token Embeddings for Neural Audio LLMs
par: Mousavi, Pooneh, et autres
Publié: (2025)
par: Mousavi, Pooneh, et autres
Publié: (2025)
Audio-JEPA: Joint-Embedding Predictive Architecture for Audio Representation Learning
par: Tuncay, Ludovic, et autres
Publié: (2025)
par: Tuncay, Ludovic, et autres
Publié: (2025)
Sparse Tokens Suffice: Jailbreaking Audio Language Models via Token-Aware Gradient Optimization
par: Fang, Zheng, et autres
Publié: (2026)
par: Fang, Zheng, et autres
Publié: (2026)
Quantifying Multimodal Imbalance: A GMM-Guided Adaptive Loss for Audio-Visual Learning
par: Liu, Zhaocheng, et autres
Publié: (2025)
par: Liu, Zhaocheng, et autres
Publié: (2025)
Documents similaires
-
Explainable Multi-Modal Deep Learning for Automatic Detection of Lung Diseases from Respiratory Audio Signals
par: Saky, S M Asiful Islam, et autres
Publié: (2025) -
Preference-Based Learning in Audio Applications: A Systematic Analysis
par: Broukhim, Aaron, et autres
Publié: (2025) -
Evaluation of Deep Audio Representations for Hearables
par: Gröger, Fabian, et autres
Publié: (2025) -
AudioMosaic: Contrastive Masked Audio Representation Learning
par: Huang, Hanxun, et autres
Publié: (2026) -
A Survey of Deep Learning Audio Generation Methods
par: Božić, Matej, et autres
Publié: (2024)