Enregistré dans:
| Auteurs principaux: | Han, Jiangyu, Wang, Ruoyu, Masuyama, Yoshiki, Delcroix, Marc, Rohdin, Johan, Du, Jun, Burget, Lukas |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2510.14551 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient and Generalizable Speaker Diarization via Structured Pruning of Self-Supervised Models
par: Han, Jiangyu, et autres
Publié: (2025)
par: Han, Jiangyu, et autres
Publié: (2025)
Leveraging Self-Supervised Learning for Speaker Diarization
par: Han, Jiangyu, et autres
Publié: (2024)
par: Han, Jiangyu, et autres
Publié: (2024)
Fine-tune Before Structured Pruning: Towards Compact and Accurate Self-Supervised Models for Speaker Diarization
par: Han, Jiangyu, et autres
Publié: (2025)
par: Han, Jiangyu, et autres
Publié: (2025)
VBx for End-to-End Neural and Clustering-based Diarization
par: Pálka, Petr, et autres
Publié: (2025)
par: Pálka, Petr, et autres
Publié: (2025)
On the Role of Spatial Features in Foundation-Model-Based Speaker Diarization
par: Deegen, Marc, et autres
Publié: (2026)
par: Deegen, Marc, et autres
Publié: (2026)
Pretraining Multi-Speaker Identification for Neural Speaker Diarization
par: Horiguchi, Shota, et autres
Publié: (2025)
par: Horiguchi, Shota, et autres
Publié: (2025)
Joint Training of Speaker Embedding Extractor, Speech and Overlap Detection for Diarization
par: Pálka, Petr, et autres
Publié: (2024)
par: Pálka, Petr, et autres
Publié: (2024)
Hybrid Pruning: In-Situ Compression of Self-Supervised Speech Models for Speaker Verification and Anti-Spoofing
par: Peng, Junyi, et autres
Publié: (2025)
par: Peng, Junyi, et autres
Publié: (2025)
FlexIO: Flexible Single- and Multi-Channel Speech Separation and Enhancement
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
DiCoW: Diarization-Conditioned Whisper for Target Speaker Automatic Speech Recognition
par: Polok, Alexander, et autres
Publié: (2024)
par: Polok, Alexander, et autres
Publié: (2024)
Can We Really Repurpose Multi-Speaker ASR Corpus for Speaker Diarization?
par: Horiguchi, Shota, et autres
Publié: (2025)
par: Horiguchi, Shota, et autres
Publié: (2025)
Challenging margin-based speaker embedding extractors by using the variational information bottleneck
par: Stafylakis, Themos, et autres
Publié: (2024)
par: Stafylakis, Themos, et autres
Publié: (2024)
Mind the Gap: Impact of Synthetic Conversational Data on Multi-Talker ASR and Speaker Diarization
par: Polok, Alexander, et autres
Publié: (2026)
par: Polok, Alexander, et autres
Publié: (2026)
Incorporating Spatial Cues in Modular Speaker Diarization for Multi-channel Multi-party Meetings
par: Wang, Ruoyu, et autres
Publié: (2024)
par: Wang, Ruoyu, et autres
Publié: (2024)
Do End-to-End Neural Diarization Attractors Need to Encode Speaker Characteristic Information?
par: Zhang, Lin, et autres
Publié: (2024)
par: Zhang, Lin, et autres
Publié: (2024)
Mamba-based Segmentation Model for Speaker Diarization
par: Plaquet, Alexis, et autres
Publié: (2024)
par: Plaquet, Alexis, et autres
Publié: (2024)
DiaPer: End-to-End Neural Diarization with Perceiver-Based Attractors
par: Landini, Federico, et autres
Publié: (2023)
par: Landini, Federico, et autres
Publié: (2023)
On the Use of Self-Supervised Representation Learning for Speaker Diarization and Separation
par: Baroudi, Séverin, et autres
Publié: (2025)
par: Baroudi, Séverin, et autres
Publié: (2025)
Exploring Disentangled Neural Speech Codecs from Self-Supervised Representations
par: Aihara, Ryo, et autres
Publié: (2025)
par: Aihara, Ryo, et autres
Publié: (2025)
Who Spoke What When? Evaluating Spoken Language Models for Conversational ASR with Semantic and Overlap-Aware Metrics
par: Tawara, Naohiro, et autres
Publié: (2026)
par: Tawara, Naohiro, et autres
Publié: (2026)
Quality-Aware End-to-End Audio-Visual Neural Speaker Diarization
par: He, Mao-Kui, et autres
Publié: (2024)
par: He, Mao-Kui, et autres
Publié: (2024)
BUT System for the MLC-SLM Challenge
par: Polok, Alexander, et autres
Publié: (2025)
par: Polok, Alexander, et autres
Publié: (2025)
Bayesian Learning for Domain-Invariant Speaker Verification and Anti-Spoofing
par: Li, Jin, et autres
Publié: (2025)
par: Li, Jin, et autres
Publié: (2025)
SE-DiCoW: Self-Enrolled Diarization-Conditioned Whisper
par: Polok, Alexander, et autres
Publié: (2026)
par: Polok, Alexander, et autres
Publié: (2026)
Speaker Embeddings With Weakly Supervised Voice Activity Detection For Efficient Speaker Diarization
par: Thienpondt, Jenthe, et autres
Publié: (2024)
par: Thienpondt, Jenthe, et autres
Publié: (2024)
CA-MHFA: A Context-Aware Multi-Head Factorized Attentive Pooling for SSL-Based Speaker Verification
par: Peng, Junyi, et autres
Publié: (2024)
par: Peng, Junyi, et autres
Publié: (2024)
Adapting Diarization-Conditioned Whisper for End-to-End Multi-Talker Speech Recognition
par: Kocour, Martin, et autres
Publié: (2025)
par: Kocour, Martin, et autres
Publié: (2025)
Diarization-Aware Multi-Speaker Automatic Speech Recognition via Large Language Models
par: Lin, Yuke, et autres
Publié: (2025)
par: Lin, Yuke, et autres
Publié: (2025)
Mitigating Non-Target Speaker Bias in Guided Speaker Embedding
par: Horiguchi, Shota, et autres
Publié: (2025)
par: Horiguchi, Shota, et autres
Publié: (2025)
Sequence-to-Sequence Neural Diarization with Automatic Speaker Detection and Representation
par: Cheng, Ming, et autres
Publié: (2024)
par: Cheng, Ming, et autres
Publié: (2024)
Recursive Attentive Pooling for Extracting Speaker Embeddings from Multi-Speaker Recordings
par: Horiguchi, Shota, et autres
Publié: (2024)
par: Horiguchi, Shota, et autres
Publié: (2024)
Meeting Recognition with Continuous Speech Separation and Transcription-Supported Diarization
par: von Neumann, Thilo, et autres
Publié: (2023)
par: von Neumann, Thilo, et autres
Publié: (2023)
Physics-Informed Direction-Aware Neural Acoustic Fields
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
Target Speaker ASR with Whisper
par: Polok, Alexander, et autres
Publié: (2024)
par: Polok, Alexander, et autres
Publié: (2024)
Array Geometry-Robust Attention-Based Neural Beamformer for Moving Speakers
par: Tammen, Marvin, et autres
Publié: (2024)
par: Tammen, Marvin, et autres
Publié: (2024)
Dissecting the Segmentation Model of End-to-End Diarization with Vector Clustering
par: Plaquet, Alexis, et autres
Publié: (2025)
par: Plaquet, Alexis, et autres
Publié: (2025)
Analysis of ABC Frontend Audio Systems for the NIST-SRE24
par: Barahona, Sara, et autres
Publié: (2025)
par: Barahona, Sara, et autres
Publié: (2025)
Mel-Spectrogram Inversion via Alternating Direction Method of Multipliers
par: Masuyama, Yoshiki, et autres
Publié: (2025)
par: Masuyama, Yoshiki, et autres
Publié: (2025)
Exploring the Capability of Mamba in Speech Applications
par: Miyazaki, Koichi, et autres
Publié: (2024)
par: Miyazaki, Koichi, et autres
Publié: (2024)
Mamba-based Decoder-Only Approach with Bidirectional Speech Modeling for Speech Recognition
par: Masuyama, Yoshiki, et autres
Publié: (2024)
par: Masuyama, Yoshiki, et autres
Publié: (2024)
Documents similaires
-
Efficient and Generalizable Speaker Diarization via Structured Pruning of Self-Supervised Models
par: Han, Jiangyu, et autres
Publié: (2025) -
Leveraging Self-Supervised Learning for Speaker Diarization
par: Han, Jiangyu, et autres
Publié: (2024) -
Fine-tune Before Structured Pruning: Towards Compact and Accurate Self-Supervised Models for Speaker Diarization
par: Han, Jiangyu, et autres
Publié: (2025) -
VBx for End-to-End Neural and Clustering-based Diarization
par: Pálka, Petr, et autres
Publié: (2025) -
On the Role of Spatial Features in Foundation-Model-Based Speaker Diarization
par: Deegen, Marc, et autres
Publié: (2026)