:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sang, Rui, Liu, Yuxuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound
Online-Zugang:	https://arxiv.org/abs/2511.16114
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DDSC: Dynamic Dual-Signal Curriculum for Data-Efficient Acoustic Scene Classification under Domain Shift
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

An Entropy-Guided Curriculum Learning Strategy for Data-Efficient Acoustic Scene Classification under Domain Shift
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

Training a Perceptual Model for Evaluating Auditory Similarity in Music Adversarial Attack
von: Liu, Yuxuan, et al.
Veröffentlicht: (2025)

DGSNA: Dynamic Generative Scene-based Noise Addition method
von: Chen, Zihao, et al.
Veröffentlicht: (2024)

VividVoice: A Unified Framework for Scene-Aware Visually-Driven Speech Synthesis
von: Ma, Chengyuan, et al.
Veröffentlicht: (2026)

ClearMask: Noise-Free and Naturalness-Preserving Protection Against Voice Deepfake Attacks
von: Wang, Yuanda, et al.
Veröffentlicht: (2025)

ASCMamba: Multimodal Time-Frequency Mamba for Acoustic Scene Classification
von: Sun, Bochao, et al.
Veröffentlicht: (2025)

Audible Networks: Deconstructing and Manipulating Sounds with Deep Non-Negative Autoencoders
von: Burred, Juan José, et al.
Veröffentlicht: (2025)

Enkidu: Universal Frequential Perturbation for Real-Time Audio Privacy Protection against Voice Deepfakes
von: Feng, Zhou, et al.
Veröffentlicht: (2025)

NAT: Neural Acoustic Transfer for Interactive Scenes in Real Time
von: Jin, Xutong, et al.
Veröffentlicht: (2025)

Metric Analysis for Spatial Semantic Segmentation of Sound Scenes
von: Mishra, Mayank, et al.
Veröffentlicht: (2025)

Protecting Your Voice: Temporal-aware Robust Watermarking
von: Li, Yue, et al.
Veröffentlicht: (2025)

Membership Inference Attack Against Music Diffusion Models via Generative Manifold Perturbation
von: Liu, Yuxuan, et al.
Veröffentlicht: (2026)

Behind the Scenes: Mechanistic Interpretability of LoRA-adapted Whisper for Speech Emotion Recognition
von: Ma, Yujian, et al.
Veröffentlicht: (2025)

Noise-Robust Voice Conversion by Conditional Denoising Training Using Latent Variables of Recording Quality and Environment
von: Igarashi, Takuto, et al.
Veröffentlicht: (2024)

AudioGuard: Toward Comprehensive Audio Safety Protection Across Diverse Threat Models
von: Kang, Mintong, et al.
Veröffentlicht: (2026)

AudioScene: Integrating Object-Event Audio into 3D Scenes
von: Yuan, Shuaihang, et al.
Veröffentlicht: (2025)

SceneFake: An Initial Dataset and Benchmarks for Scene Fake Audio Detection
von: Yi, Jiangyan, et al.
Veröffentlicht: (2022)

MAIA: An Inpainting-Based Approach for Music Adversarial Attacks
von: Liu, Yuxuan, et al.
Veröffentlicht: (2025)

Ensemble-Guided Distillation for Compact and Robust Acoustic Scene Classification on Edge Devices
von: Sharify, Hossein, et al.
Veröffentlicht: (2025)

TopSeg: A Multi-Scale Topological Framework for Data-Efficient Heart Sound Segmentation
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

Robust Training of Singing Voice Synthesis Using Prior and Posterior Uncertainty
von: Zhao, Yiwen, et al.
Veröffentlicht: (2025)

MulliVC: Multi-lingual Voice Conversion With Cycle Consistency
von: Huang, Jiawei, et al.
Veröffentlicht: (2024)

Joint Analysis of Acoustic Scenes and Sound Events Based on Semi-Supervised Training of Sound Events With Partial Labels
von: Imoto, Keisuke
Veröffentlicht: (2025)

IntrinsicVoice: Empowering LLMs with Intrinsic Real-time Voice Interaction Abilities
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

DAST: A Dual-Stream Voice Anonymization Attacker with Staged Training
von: Arefeen, Ridwan, et al.
Veröffentlicht: (2026)

VC-ENHANCE: Speech Restoration with Integrated Noise Suppression and Voice Conversion
von: Byun, Kyungguen, et al.
Veröffentlicht: (2024)

VoiceAgentRAG: Solving the RAG Latency Bottleneck in Real-Time Voice Agents Using Dual-Agent Architectures
von: Qiu, Jielin, et al.
Veröffentlicht: (2026)

Audio-Language Datasets of Scenes and Events: A Survey
von: Wijngaard, Gijs, et al.
Veröffentlicht: (2024)

Improving Acoustic Scene Classification in Low-Resource Conditions
von: Chen, Zhi, et al.
Veröffentlicht: (2024)

Any-to-any Speaker Attribute Perturbation for Asynchronous Voice Anonymization
von: Chen, Liping, et al.
Veröffentlicht: (2025)

StyleStream: Real-Time Zero-Shot Voice Style Conversion
von: Liu, Yisi, et al.
Veröffentlicht: (2026)

AuditoryHuM: Auditory Scene Label Generation and Clustering using Human-MLLM Collaboration
von: Zhong, Henry, et al.
Veröffentlicht: (2026)

Dasheng AudioGen: A Unified Model for Generating Coherent Audio Scenes from Text
von: Mei, Jiahao, et al.
Veröffentlicht: (2026)

Safe Guard: an LLM-agent for Real-time Voice-based Hate Speech Detection in Social Virtual Reality
von: Xu, Yiwen, et al.
Veröffentlicht: (2024)

DOA Estimation with Lightweight Network on LLM-Aided Simulated Acoustic Scenes
von: Li, Haowen, et al.
Veröffentlicht: (2025)

Mitigating Unauthorized Speech Synthesis for Voice Protection
von: Zhang, Zhisheng, et al.
Veröffentlicht: (2024)

Rebellion: Noise-Robust Reasoning Training for Audio Reasoning Models
von: Huang, Tiansheng, et al.
Veröffentlicht: (2025)

An Investigation of Test-time Adaptation for Audio Classification under Background Noise
von: Shao, Weichuang, et al.
Veröffentlicht: (2025)

Advancing Audio Fingerprinting Accuracy Addressing Background Noise and Distortion Challenges
von: Kamuni, Navin, et al.
Veröffentlicht: (2024)