GLA-Grad++: An Improved Griffin-Lim Guided Diffusion Model for Speech Synthesis
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Baoueb, Teysir, Bie, Xiaoyu, Fontaine, Mathieu, Richard, Gaël |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
GLA-Grad: A Griffin-Lim Extended Waveform Generation Diffusion Model
par: Liu, Haocheng, et autres
Publié: (2024)
par: Liu, Haocheng, et autres
Publié: (2024)
Diff-TONE: Timestep Optimization for iNstrument Editing in Text-to-Music Diffusion Models
par: Baoueb, Teysir, et autres
Publié: (2025)
par: Baoueb, Teysir, et autres
Publié: (2025)
SpecDiff-GAN: A Spectrally-Shaped Noise Diffusion GAN for Speech and Music Synthesis
par: Baoueb, Teysir, et autres
Publié: (2024)
par: Baoueb, Teysir, et autres
Publié: (2024)
WaveTransfer: A Flexible End-to-end Multi-instrument Timbre Transfer with Diffusion
par: Baoueb, Teysir, et autres
Publié: (2024)
par: Baoueb, Teysir, et autres
Publié: (2024)
A Hybrid Model for Weakly-Supervised Speech Dereverberation
par: Bahrman, Louis, et autres
Publié: (2025)
par: Bahrman, Louis, et autres
Publié: (2025)
Speech dereverberation constrained on room impulse response characteristics
par: Bahrman, Louis, et autres
Publié: (2024)
par: Bahrman, Louis, et autres
Publié: (2024)
Online speaker diarization of meetings guided by speech separation
par: Gruttadauria, Elio, et autres
Publié: (2024)
par: Gruttadauria, Elio, et autres
Publié: (2024)
The Inverse Drum Machine: Source Separation Through Joint Transcription and Analysis-by-Synthesis
par: Torres, Bernardo, et autres
Publié: (2025)
par: Torres, Bernardo, et autres
Publié: (2025)
PeriodGrad: Towards Pitch-Controllable Neural Vocoder Based on a Diffusion Probabilistic Model
par: Hono, Yukiya, et autres
Publié: (2024)
par: Hono, Yukiya, et autres
Publié: (2024)
U-DREAM: Unsupervised Dereverberation guided by a Reverberation Model
par: Bahrman, Louis, et autres
Publié: (2025)
par: Bahrman, Louis, et autres
Publié: (2025)
Contrastive Knowledge Distillation for Embedding Refinement in Personalized Speech Enhancement
par: Serre, Thomas, et autres
Publié: (2026)
par: Serre, Thomas, et autres
Publié: (2026)
Unsupervised Harmonic Parameter Estimation Using Differentiable DSP and Spectral Optimal Transport
par: Torres, Bernardo, et autres
Publié: (2023)
par: Torres, Bernardo, et autres
Publié: (2023)
Episodic fine-tuning prototypical networks for optimization-based few-shot learning: Application to audio classification
par: Zhuang, Xuanyu, et autres
Publié: (2024)
par: Zhuang, Xuanyu, et autres
Publié: (2024)
Learning Source Disentanglement in Neural Audio Codec
par: Bie, Xiaoyu, et autres
Publié: (2024)
par: Bie, Xiaoyu, et autres
Publié: (2024)
MaskSR: Masked Language Model for Full-band Speech Restoration
par: Li, Xu, et autres
Publié: (2024)
par: Li, Xu, et autres
Publié: (2024)
Reconstruction of Sound Field through Diffusion Models
par: Miotello, Federico, et autres
Publié: (2023)
par: Miotello, Federico, et autres
Publié: (2023)
Speech Watermarking with Discrete Intermediate Representations
par: Ji, Shengpeng, et autres
Publié: (2024)
par: Ji, Shengpeng, et autres
Publié: (2024)
ArrayDPS: Unsupervised Blind Speech Separation with a Diffusion Prior
par: Xu, Zhongweiyang, et autres
Publié: (2025)
par: Xu, Zhongweiyang, et autres
Publié: (2025)
T-FOLEY: A Controllable Waveform-Domain Diffusion Model for Temporal-Event-Guided Foley Sound Synthesis
par: Chung, Yoonjin, et autres
Publié: (2024)
par: Chung, Yoonjin, et autres
Publié: (2024)
Speech Self-Supervised Representations Benchmarking: a Case for Larger Probing Heads
par: Zaiem, Salah, et autres
Publié: (2023)
par: Zaiem, Salah, et autres
Publié: (2023)
Gaussian Process Regression of Steering Vectors With Physics-Aware Deep Composite Kernels for Augmented Listening
par: Di Carlo, Diego, et autres
Publié: (2025)
par: Di Carlo, Diego, et autres
Publié: (2025)
A DNN Based Post-Filter to Enhance the Quality of Coded Speech in MDCT Domain
par: Gupta, Kishan, et autres
Publié: (2022)
par: Gupta, Kishan, et autres
Publié: (2022)
Lightweight DNN for Full-Band Speech Denoising on Mobile Devices: Exploiting Long and Short Temporal Patterns
par: Drossos, Konstantinos, et autres
Publié: (2025)
par: Drossos, Konstantinos, et autres
Publié: (2025)
BitTTS: Highly Compact Text-to-Speech Using 1.58-bit Quantization and Weight Indexing
par: Kawamura, Masaya, et autres
Publié: (2025)
par: Kawamura, Masaya, et autres
Publié: (2025)
SIRUP: A diffusion-based virtual upmixer of steering vectors for highly-directive spatialization with first-order ambisonics
par: Picard, Emilio, et autres
Publié: (2026)
par: Picard, Emilio, et autres
Publié: (2026)
Improving Machine Hearing on Limited Data Sets
par: Harar, Pavol, et autres
Publié: (2019)
par: Harar, Pavol, et autres
Publié: (2019)
Modèle physique variationnel pour l'estimation de réponses impulsionnelles de salles
par: Lalay, Louis, et autres
Publié: (2025)
par: Lalay, Louis, et autres
Publié: (2025)
CochCeps-Augment: A Novel Self-Supervised Contrastive Learning Using Cochlear Cepstrum-based Masking for Speech Emotion Recognition
par: Ziogas, Ioannis, et autres
Publié: (2024)
par: Ziogas, Ioannis, et autres
Publié: (2024)
Conditioning and Sampling in Variational Diffusion Models for Speech Super-Resolution
par: Yu, Chin-Yun, et autres
Publié: (2022)
par: Yu, Chin-Yun, et autres
Publié: (2022)
AffectSpeech: A Large-Scale Emotional Speech Dataset with Fine-Grained Textual Descriptions for Speech Emotion Captioning and Synthesis
par: Qi, Tianhua, et autres
Publié: (2026)
par: Qi, Tianhua, et autres
Publié: (2026)
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)
Can Layer-wise SSL Features Improve Zero-Shot ASR Performance for Children's Speech?
par: Sinha, Abhijit, et autres
Publié: (2025)
par: Sinha, Abhijit, et autres
Publié: (2025)
On Improving Error Resilience of Neural End-to-End Speech Coders
par: Gupta, Kishan, et autres
Publié: (2024)
par: Gupta, Kishan, et autres
Publié: (2024)
AI-Assisted Music Production: A User Study on Text-to-Music Models
par: Ronchini, Francesca, et autres
Publié: (2025)
par: Ronchini, Francesca, et autres
Publié: (2025)
Mismatch-Robust Underwater Acoustic Localization Using A Differentiable Modular Forward Model
par: Kari, Dariush, et autres
Publié: (2025)
par: Kari, Dariush, et autres
Publié: (2025)
Joint Source-Environment Adaptation of Data-Driven Underwater Acoustic Source Ranging Based on Model Uncertainty
par: Kari, Dariush, et autres
Publié: (2025)
par: Kari, Dariush, et autres
Publié: (2025)
Emo-DPO: Controllable Emotional Speech Synthesis through Direct Preference Optimization
par: Gao, Xiaoxue, et autres
Publié: (2024)
par: Gao, Xiaoxue, et autres
Publié: (2024)
Joint Semantic Knowledge Distillation and Masked Acoustic Modeling for Full-band Speech Restoration with Improved Intelligibility
par: Liu, Xiaoyu, et autres
Publié: (2024)
par: Liu, Xiaoyu, et autres
Publié: (2024)
Expressive Acoustic Guitar Sound Synthesis with an Instrument-Specific Input Representation and Diffusion Outpainting
par: Kim, Hounsu, et autres
Publié: (2024)
par: Kim, Hounsu, et autres
Publié: (2024)
EMOCONV-DIFF: Diffusion-based Speech Emotion Conversion for Non-parallel and In-the-wild Data
par: Prabhu, Navin Raj, et autres
Publié: (2023)
par: Prabhu, Navin Raj, et autres
Publié: (2023)
Documents similaires
-
GLA-Grad: A Griffin-Lim Extended Waveform Generation Diffusion Model
par: Liu, Haocheng, et autres
Publié: (2024) -
Diff-TONE: Timestep Optimization for iNstrument Editing in Text-to-Music Diffusion Models
par: Baoueb, Teysir, et autres
Publié: (2025) -
SpecDiff-GAN: A Spectrally-Shaped Noise Diffusion GAN for Speech and Music Synthesis
par: Baoueb, Teysir, et autres
Publié: (2024) -
WaveTransfer: A Flexible End-to-end Multi-instrument Timbre Transfer with Diffusion
par: Baoueb, Teysir, et autres
Publié: (2024) -
A Hybrid Model for Weakly-Supervised Speech Dereverberation
par: Bahrman, Louis, et autres
Publié: (2025)