Buchumschlag

WhAM: Towards A Translative Model of Sperm Whale Vocalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Paradise, Orr, Muralikrishnan, Pranav, Chen, Liangyuan, García, Hugo Flores, Pardo, Bryan, Diamant, Roee, Gruber, David F., Gero, Shane, Goldwasser, Shafi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automatic Detection and Annotation of Sperm Whale Codas
von: Gubnitsky, Guy, et al.
Veröffentlicht: (2024)

Detecting the presence of sperm whales echolocation clicks in noisy environments
von: Gubnitsky, Guy, et al.
Veröffentlicht: (2023)

Models That Prove Their Own Correctness
von: Amit, Noga, et al.
Veröffentlicht: (2024)

Unsupervised Translation of Emergent Communication
von: Levy, Ido, et al.
Veröffentlicht: (2025)

ShipEcho -- An Interactive Tool for Global Mapping of Underwater Radiated Noise from Vessels
von: Shipton, Mark, et al.
Veröffentlicht: (2026)

Review of Cetacean's click detection algorithms
von: Gracic, Mak, et al.
Veröffentlicht: (2024)

Automatic detection and annotation of eastern Caribbean sperm whale codas.
von: Gubnitsky, Guy, et al.
Veröffentlicht: (2025)

Multiple Mobile Target Detection and Tracking in Active Sonar Array Using a Track-Before-Detect Approach
von: Abu, Avi, et al.
Veröffentlicht: (2024)

Exploring Musical Roots: Applying Audio Embeddings to Empower Influence Attribution for a Generative Music Model
von: Barnett, Julia, et al.
Veröffentlicht: (2024)

Investigating the Development of Task-Oriented Communication in Vision-Language Models
von: Carmeli, Boaz, et al.
Veröffentlicht: (2026)

Approaching an unknown communication system by latent space exploration and causal inference
von: Beguš, Gašper, et al.
Veröffentlicht: (2023)

Mix2Morph: Learning Sound Morphing from Noisy Mixes
von: Chu, Annie, et al.
Veröffentlicht: (2026)

Automated Detection of Dolphin Whistles with Convolutional Networks and Transfer Learning
von: Korkmaz, Burla Nur, et al.
Veröffentlicht: (2022)

Sketch2Sound: Controllable Audio Generation via Time-Varying Signals and Sonic Imitations
von: García, Hugo Flores, et al.
Veröffentlicht: (2024)

On Non-interactive Evaluation of Animal Communication Translators
von: Paradise, Orr, et al.
Veröffentlicht: (2025)

Vowel- and Diphthong-Like Spectral Patterns in Sperm Whale Codas.
von: Beguš, Gašper, et al.
Veröffentlicht: (2025)

Towards the Synthesis of Non-speech Vocalizations
von: Hoq, Enjamamul, et al.
Veröffentlicht: (2024)

Code Drift: Towards Idempotent Neural Audio Codecs
von: O'Reilly, Patrick, et al.
Veröffentlicht: (2024)

The Rhythm In Anything: Audio-Prompted Drums Generation with Masked Language Modeling
von: O'Reilly, Patrick, et al.
Veröffentlicht: (2025)

Mel-RoFormer for Vocal Separation and Vocal Melody Transcription
von: Wang, Ju-Chiang, et al.
Veröffentlicht: (2024)

Efficient Vocal Source Separation Through Windowed Sink Attention
von: Benetatos, Christodoulos, et al.
Veröffentlicht: (2025)

UniVocal: Unified Speech-Singing Code-Switching Synthesis
von: Shi, Yufei, et al.
Veröffentlicht: (2026)

NVBench: A Benchmark for Speech Synthesis with Non-Verbal Vocalizations
von: Xue, Liumeng, et al.
Veröffentlicht: (2026)

Smule Renaissance Small: Efficient General-Purpose Vocal Restoration
von: Zang, Yongyi, et al.
Veröffentlicht: (2025)

VocalParse: Towards Unified and Scalable Singing Voice Transcription with Large Audio Language Models
von: Chen, Yukun, et al.
Veröffentlicht: (2026)

MoVE: Translating Laughter and Tears via Mixture of Vocalization Experts in Speech-to-Speech Translation
von: Chen, Szu-Chi, et al.
Veröffentlicht: (2026)

High-Fidelity Neural Phonetic Posteriorgrams
von: Churchwell, Cameron, et al.
Veröffentlicht: (2024)

Affectron: Emotional Speech Synthesis with Affective and Contextually Aligned Nonverbal Vocalizations
von: Cho, Deok-Hyeon, et al.
Veröffentlicht: (2026)

LaDA-Band: Language Diffusion Models for Vocal-to-Accompaniment Generation
von: Wang, Qi, et al.
Veröffentlicht: (2026)

Breaking Audio Large Language Models by Attacking Only the Encoder: A Universal Targeted Latent-Space Audio Attack
von: Ziv, Roee, et al.
Veröffentlicht: (2025)

A Dataset for Automatic Vocal Mode Classification
von: Hinrichs, Reemt, et al.
Veröffentlicht: (2026)

CVSM: Contrastive Vocal Similarity Modeling
von: Garoufis, Christos, et al.
Veröffentlicht: (2025)

Cross-domain Neural Pitch and Periodicity Estimation
von: Morrison, Max, et al.
Veröffentlicht: (2023)

Fine-Grained and Interpretable Neural Speech Editing
von: Morrison, Max, et al.
Veröffentlicht: (2024)

VocalAgent: Large Language Models for Vocal Health Diagnostics with Safety-Aware Evaluation
von: Kim, Yubin, et al.
Veröffentlicht: (2025)

Learning Randomized Reductions
von: Erata, Ferhat, et al.
Veröffentlicht: (2024)

Deep Audio Watermarks are Shallow: Limitations of Post-Hoc Watermarking Techniques for Speech
von: O'Reilly, Patrick, et al.
Veröffentlicht: (2025)

Text2FX: Harnessing CLAP Embeddings for Text-Guided Audio Effects
von: Chu, Annie, et al.
Veröffentlicht: (2024)

Melodic and Metrical Elements of Expressiveness in Hindustani Vocal Music
von: Bhake, Yash, et al.
Veröffentlicht: (2025)

Auditory Representation Effective for Estimating Vocal Tract Information
von: Irino, Toshio, et al.
Veröffentlicht: (2023)