Buchumschlag

Dynamic Multi-Species Bird Soundscape Generation with Acoustic Patterning and 3D Spatialization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ellie L., Liao, Duoduo, Liao, Callie C.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Relationships between Keywords and Strong Beats in Lyrical Music
von: Liao, Callie C., et al.
Veröffentlicht: (2024)

IS${}^3$ : Generic Impulsive--Stationary Sound Separation in Acoustic Scenes using Deep Filtering
von: Berger, Clémentine, et al.
Veröffentlicht: (2025)

Multimodal Lyrics-Rhythm Matching
von: Liao, Callie C., et al.
Veröffentlicht: (2023)

Resounding Acoustic Fields with Reciprocity
von: Lan, Zitong, et al.
Veröffentlicht: (2025)

Generating Moving 3D Soundscapes with Latent Diffusion Models
von: Templin, Christian, et al.
Veröffentlicht: (2025)

Acoustic Imaging for UAV Detection: Dense Beamformed Energy Maps and U-Net SELD
von: Rodriguez, Belman Jahir, et al.
Veröffentlicht: (2025)

SWIM: Short-Window CNN Integrated with Mamba for EEG-Based Auditory Spatial Attention Decoding
von: Zhang, Ziyang, et al.
Veröffentlicht: (2024)

Joint Semantic Knowledge Distillation and Masked Acoustic Modeling for Full-band Speech Restoration with Improved Intelligibility
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

TinyChirp: Bird Song Recognition Using TinyML Models on Low-power Wireless Acoustic Sensors
von: Huang, Zhaolan, et al.
Veröffentlicht: (2024)

Metis: A Foundation Speech Generation Model with Masked Generative Pre-training
von: Wang, Yuancheng, et al.
Veröffentlicht: (2025)

Soundscape Captioning using Sound Affective Quality Network and Large Language Model
von: Hou, Yuanbo, et al.
Veröffentlicht: (2024)

AI-Generated Music Detection in Broadcast Monitoring
von: López-Ayala, David, et al.
Veröffentlicht: (2026)

Classification of Heart Sounds Using Multi-Branch Deep Convolutional Network and LSTM-CNN
von: Latifi, Seyed Amir, et al.
Veröffentlicht: (2024)

Mind the Prompt: Prompting Strategies in Audio Generations for Improving Sound Classification
von: Ronchini, Francesca, et al.
Veröffentlicht: (2025)

EEG-Based Speech Decoding: A Novel Approach Using Multi-Kernel Ensemble Diffusion Models
von: Kim, Soowon, et al.
Veröffentlicht: (2024)

CrossSpeech++: Cross-lingual Speech Synthesis with Decoupled Language and Speaker Generation
von: Kim, Ji-Hoon, et al.
Veröffentlicht: (2024)

Towards Improving Speaker Distance Estimation through Generative Impulse Response Augmentation
von: Ratnarajah, Anton, et al.
Veröffentlicht: (2026)

Robust Generative Audio Quality Assessment: Disentangling Quality from Spurious Correlations
von: Huang, Kuan-Tang, et al.
Veröffentlicht: (2026)

CSL-L2M: Controllable Song-Level Lyric-to-Melody Generation Based on Conditional Transformer with Fine-Grained Lyric and Musical Controls
von: Chai, Li, et al.
Veröffentlicht: (2024)

Prompt-Unseen-Emotion: Zero-shot Expressive Speech Synthesis with Prompt-LLM Contextual Knowledge for Mixed Emotions
von: Gao, Xiaoxue, et al.
Veröffentlicht: (2025)

Construction and Evaluation of Mandarin Multimodal Emotional Speech Database
von: Ting, Zhu, et al.
Veröffentlicht: (2024)

Compressing Quaternion Convolutional Neural Networks for Audio Classification
von: Singh, Arshdeep, et al.
Veröffentlicht: (2025)

Toward Fully-End-to-End Listened Speech Decoding from EEG Signals
von: Lee, Jihwan, et al.
Veröffentlicht: (2024)

Neural Speech and Audio Coding: Modern AI Technology Meets Traditional Codecs
von: Kim, Minje, et al.
Veröffentlicht: (2024)

Differentiable Modal Synthesis for Physical Modeling of Planar String Sound and Motion Simulation
von: Lee, Jin Woo, et al.
Veröffentlicht: (2024)

Towards Low-Latency Tracking of Multiple Speakers With Short-Context Speaker Embeddings
von: Iatariene, Taous, et al.
Veröffentlicht: (2025)

Automatic Speech Recognition using Advanced Deep Learning Approaches: A survey
von: Kheddar, Hamza, et al.
Veröffentlicht: (2024)

U-DREAM: Unsupervised Dereverberation guided by a Reverberation Model
von: Bahrman, Louis, et al.
Veröffentlicht: (2025)

Speech Enhancement Based on Drifting Models
von: Xu, Liang, et al.
Veröffentlicht: (2026)

A Hybrid Model for Weakly-Supervised Speech Dereverberation
von: Bahrman, Louis, et al.
Veröffentlicht: (2025)

Perceptual Noise-Masking with Music through Deep Spectral Envelope Shaping
von: Berger, Clémentine, et al.
Veröffentlicht: (2025)

Wavetable Synthesis Using CVAE for Timbre Control Based on Semantic Label
von: Yutani, Tsugumasa, et al.
Veröffentlicht: (2024)

Speech Boosting: Low-Latency Live Speech Enhancement for TWS Earbuds
von: Bae, Hanbin, et al.
Veröffentlicht: (2024)

Single-stage TTS with Masked Audio Token Modeling and Semantic Knowledge Distillation
von: Gállego, Gerard I., et al.
Veröffentlicht: (2024)

Tool Wear Prediction in CNC Turning Operations using Ultrasonic Microphone Arrays and CNNs
von: Steckel, Jan, et al.
Veröffentlicht: (2024)

VoicePrompter: Robust Zero-Shot Voice Conversion with Voice Prompt and Conditional Flow Matching
von: Choi, Ha-Yeong, et al.
Veröffentlicht: (2025)

A Domain-Knowledge-Inspired Music Embedding Space and a Novel Attention Mechanism for Symbolic Music Modeling
von: Guo, Z., et al.
Veröffentlicht: (2022)

Discriminating real and synthetic super-resolved audio samples using embedding-based classifiers
von: Silaev, Mikhail, et al.
Veröffentlicht: (2026)

UniverSR: Unified and Versatile Audio Super-Resolution via Vocoder-Free Flow Matching
von: Choi, Woongjib, et al.
Veröffentlicht: (2025)

JenGAN: Stacked Shifted Filters in GAN-Based Speech Synthesis
von: Cho, Hyunjae, et al.
Veröffentlicht: (2024)