Enregistré dans:
| Auteurs principaux: | Torres, Diego, Roebel, Axel, Obin, Nicolas |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2510.25566 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Fast-VGAN: Lightweight Voice Conversion with Explicit Control of F0 and Duration Parameters
par: Abrassart, Mathilde, et autres
Publié: (2025)
par: Abrassart, Mathilde, et autres
Publié: (2025)
Small-E: Small Language Model with Linear Attention for Efficient Speech Synthesis
par: Lemerle, Théodor, et autres
Publié: (2024)
par: Lemerle, Théodor, et autres
Publié: (2024)
EnCodecMAE: Leveraging neural codecs for universal audio representation learning
par: Pepino, Leonardo, et autres
Publié: (2023)
par: Pepino, Leonardo, et autres
Publié: (2023)
Lina-Speech: Gated Linear Attention and Initial-State Tuning for Multi-Sample Prompting Text-To-Speech Synthesis
par: Lemerle, Théodor, et autres
Publié: (2024)
par: Lemerle, Théodor, et autres
Publié: (2024)
FlowDec: A flow-based full-band general audio codec with high perceptual quality
par: Welker, Simon, et autres
Publié: (2025)
par: Welker, Simon, et autres
Publié: (2025)
Speaker anonymization using neural audio codec language models
par: Panariello, Michele, et autres
Publié: (2023)
par: Panariello, Michele, et autres
Publié: (2023)
LDCodec: A high quality neural audio codec with low-complexity decoder
par: Jiang, Jiawei, et autres
Publié: (2025)
par: Jiang, Jiawei, et autres
Publié: (2025)
Modeling strategies for speech enhancement in the latent space of a neural audio codec
par: Kammoun, Sofiene, et autres
Publié: (2025)
par: Kammoun, Sofiene, et autres
Publié: (2025)
Codec-SUPERB @ SLT 2024: A lightweight benchmark for neural audio codec models
par: Wu, Haibin, et autres
Publié: (2024)
par: Wu, Haibin, et autres
Publié: (2024)
Assessing speech quality metrics for evaluation of neural audio codecs under clean speech conditions
par: Mack, Wolfgang, et autres
Publié: (2025)
par: Mack, Wolfgang, et autres
Publié: (2025)
Real-time speech enhancement in noise for throat microphone using neural audio codec as foundation model
par: Hauret, Julien, et autres
Publié: (2025)
par: Hauret, Julien, et autres
Publié: (2025)
Vocos: Closing the gap between time-domain and Fourier-based neural vocoders for high-quality audio synthesis
par: Siuzdak, Hubert
Publié: (2023)
par: Siuzdak, Hubert
Publié: (2023)
Combining audio control and style transfer using latent diffusion
par: Demerlé, Nils, et autres
Publié: (2024)
par: Demerlé, Nils, et autres
Publié: (2024)
Robustness of Speech Separation Models for Similar-pitch Speakers
par: Lay, Bunlong, et autres
Publié: (2024)
par: Lay, Bunlong, et autres
Publié: (2024)
Transformation of audio embeddings into interpretable, concept-based representations
par: Zhang, Alice, et autres
Publié: (2025)
par: Zhang, Alice, et autres
Publié: (2025)
Room-acoustic simulations as an alternative to measurements for audio-algorithm evaluation
par: Götz, Georg, et autres
Publié: (2025)
par: Götz, Georg, et autres
Publié: (2025)
Incremental learning for audio classification with Hebbian Deep Neural Networks
par: Casciotti, Riccardo, et autres
Publié: (2026)
par: Casciotti, Riccardo, et autres
Publié: (2026)
Toward Fully Self-Supervised Multi-Pitch Estimation
par: Cwitkowitz, Frank, et autres
Publié: (2024)
par: Cwitkowitz, Frank, et autres
Publié: (2024)
Performance improvement of spatial semantic segmentation with enriched audio features and agent-based error correction for DCASE 2025 Challenge Task 4
par: Park, Jongyeon, et autres
Publié: (2025)
par: Park, Jongyeon, et autres
Publié: (2025)
Pseudo-Cepstrum: Pitch Modification for Mel-Based Neural Vocoders
par: Ellinas, Nikolaos, et autres
Publié: (2025)
par: Ellinas, Nikolaos, et autres
Publié: (2025)
Translation-Equivariant Self-Supervised Learning for Pitch Estimation with Optimal Transport
par: Torres, Bernardo, et autres
Publié: (2025)
par: Torres, Bernardo, 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)
MusicGen-Stem: Multi-stem music generation and edition through autoregressive modeling
par: Rouard, Simon, et autres
Publié: (2025)
par: Rouard, Simon, et autres
Publié: (2025)
FreeCodec: A disentangled neural speech codec with fewer tokens
par: Zheng, Youqiang, et autres
Publié: (2024)
par: Zheng, Youqiang, et autres
Publié: (2024)
Towards generalizing deep-audio fake detection networks
par: Gasenzer, Konstantin, et autres
Publié: (2023)
par: Gasenzer, Konstantin, et autres
Publié: (2023)
Investigating an Overfitting and Degeneration Phenomenon in Self-Supervised Multi-Pitch Estimation
par: Cwitkowitz, Frank, et autres
Publié: (2025)
par: Cwitkowitz, Frank, et autres
Publié: (2025)
HyperGANStrument: Instrument Sound Synthesis and Editing with Pitch-Invariant Hypernetworks
par: Zhang, Zhe, et autres
Publié: (2024)
par: Zhang, Zhe, et autres
Publié: (2024)
Testing chatbots on the creation of encoders for audio conditioned image generation
par: León, Jorge E., et autres
Publié: (2025)
par: León, Jorge E., et autres
Publié: (2025)
Unsupervised outlier detection to improve bird audio dataset labels
par: Collins, Bruce
Publié: (2025)
par: Collins, Bruce
Publié: (2025)
Late fusion ensembles for speech recognition on diverse input audio representations
par: Jezidžić, Marin, et autres
Publié: (2024)
par: Jezidžić, Marin, et autres
Publié: (2024)
Continuous Audio Language Models
par: Rouard, Simon, et autres
Publié: (2025)
par: Rouard, Simon, et autres
Publié: (2025)
Audio Conditioning for Music Generation via Discrete Bottleneck Features
par: Rouard, Simon, et autres
Publié: (2024)
par: Rouard, Simon, et autres
Publié: (2024)
Hardware-accelerated graph neural networks: an alternative approach for neuromorphic event-based audio classification and keyword spotting on SoC FPGA
par: Jeziorek, Kamil, et autres
Publié: (2026)
par: Jeziorek, Kamil, et autres
Publié: (2026)
PESTO: Real-Time Pitch Estimation with Self-supervised Transposition-equivariant Objective
par: Riou, Alain, et autres
Publié: (2025)
par: Riou, Alain, et autres
Publié: (2025)
2D or not 2D: How Does the Dimensionality of Gesture Representation Affect 3D Co-Speech Gesture Generation?
par: Guichoux, Téo, et autres
Publié: (2024)
par: Guichoux, Téo, et autres
Publié: (2024)
Versatile audio-visual learning for emotion recognition
par: Goncalves, Lucas, et autres
Publié: (2023)
par: Goncalves, Lucas, et autres
Publié: (2023)
Spectrogram features for audio and speech analysis
par: McLoughlin, Ian, et autres
Publié: (2026)
par: McLoughlin, Ian, et autres
Publié: (2026)
Sentiment analysis in non-fixed length audios using a Fully Convolutional Neural Network
par: García-Ordás, María Teresa, et autres
Publié: (2024)
par: García-Ordás, María Teresa, et autres
Publié: (2024)
Decodable but not structured: linear probing enables Underwater Acoustic Target Recognition with pretrained audio embeddings
par: Hummel, Hilde I., et autres
Publié: (2026)
par: Hummel, Hilde I., et autres
Publié: (2026)
Adaptive vector steering: A training-free, layer-wise intervention for hallucination mitigation in large audio and multimodal models
par: Lin, Tsung-En, et autres
Publié: (2025)
par: Lin, Tsung-En, et autres
Publié: (2025)
Documents similaires
-
Fast-VGAN: Lightweight Voice Conversion with Explicit Control of F0 and Duration Parameters
par: Abrassart, Mathilde, et autres
Publié: (2025) -
Small-E: Small Language Model with Linear Attention for Efficient Speech Synthesis
par: Lemerle, Théodor, et autres
Publié: (2024) -
EnCodecMAE: Leveraging neural codecs for universal audio representation learning
par: Pepino, Leonardo, et autres
Publié: (2023) -
Lina-Speech: Gated Linear Attention and Initial-State Tuning for Multi-Sample Prompting Text-To-Speech Synthesis
par: Lemerle, Théodor, et autres
Publié: (2024) -
FlowDec: A flow-based full-band general audio codec with high perceptual quality
par: Welker, Simon, et autres
Publié: (2025)