Neural personal sound zones with flexible bright zone control
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhu, Wenye, Tang, Jun, Li, Xiaofei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LSZone: A Lightweight Spatial Information Modeling Architecture for Real-time In-car Multi-zone Speech Separation
par: Chen, Jun, et autres
Publié: (2025)
par: Chen, Jun, et autres
Publié: (2025)
Comparison of window shapes and lengths in short-time feature extraction for classification of heart sound signals
par: Fakhry, Mahmoud, et autres
Publié: (2026)
par: Fakhry, Mahmoud, et autres
Publié: (2026)
Multi-modal expressive personality recognition in data non-ideal audiovisual based on multi-scale feature enhancement and modal augment
par: Kong, Weixuan, et autres
Publié: (2025)
par: Kong, Weixuan, et autres
Publié: (2025)
An investigation of AI integration in sound designer workflows and experiences
par: Garcia, Nelly, et autres
Publié: (2026)
par: Garcia, Nelly, et autres
Publié: (2026)
Multi-Task Learning for Lung sound & Lung disease classification
par: K V, Suma, et autres
Publié: (2024)
par: K V, Suma, et autres
Publié: (2024)
AudioMoG: Guiding Audio Generation with Mixture-of-Guidance
par: Wang, Junyou, et autres
Publié: (2025)
par: Wang, Junyou, et autres
Publié: (2025)
Music Style Transfer With Diffusion Model
par: Huang, Hong, et autres
Publié: (2024)
par: Huang, Hong, et autres
Publié: (2024)
Heterogeneous sound classification with the Broad Sound Taxonomy and Dataset
par: Anastasopoulou, Panagiota, et autres
Publié: (2024)
par: Anastasopoulou, Panagiota, et autres
Publié: (2024)
Probabilistic Fusion and Calibration of Neural Speaker Diarization Models
par: Alvarez-Trejos, Juan Ignacio, et autres
Publié: (2025)
par: Alvarez-Trejos, Juan Ignacio, et autres
Publié: (2025)
Toward Complex-Valued Neural Networks for Waveform Generation
par: Oh, Hyung-Seok, et autres
Publié: (2026)
par: Oh, Hyung-Seok, et autres
Publié: (2026)
Latent-Mark: An Audio Watermark Robust to Neural Resynthesis
par: Chen, Yen-Shan, et autres
Publié: (2026)
par: Chen, Yen-Shan, et autres
Publié: (2026)
Evaluating Neural Networks Architectures for Spring Reverb Modelling
par: Papaleo, Francesco, et autres
Publié: (2024)
par: Papaleo, Francesco, et autres
Publié: (2024)
Unifying Speech Editing Detection and Content Localization via Prior-Enhanced Audio LLMs
par: Xue, Jun, et autres
Publié: (2026)
par: Xue, Jun, et autres
Publié: (2026)
State Space Models for Bioacoustics: A Comparative Evaluation with Transformers
par: Tang, Chengyu, et autres
Publié: (2025)
par: Tang, Chengyu, et autres
Publié: (2025)
SonicSim: A customizable simulation platform for speech processing in moving sound source scenarios
par: Li, Kai, et autres
Publié: (2024)
par: Li, Kai, et autres
Publié: (2024)
AnalysisGNN: Unified Music Analysis with Graph Neural Networks
par: Karystinaios, Emmanouil, et autres
Publié: (2025)
par: Karystinaios, Emmanouil, et autres
Publié: (2025)
Robust Neural Audio Fingerprinting using Music Foundation Models
par: Singh, Shubhr, et autres
Publié: (2025)
par: Singh, Shubhr, et autres
Publié: (2025)
The Equalizer: Introducing Shape-Gain Decomposition in Neural Audio Codecs
par: Sadok, Samir, et autres
Publié: (2026)
par: Sadok, Samir, et autres
Publié: (2026)
Self Voice Conversion as an Attack against Neural Audio Watermarking
par: Özer, Yigitcan, et autres
Publié: (2026)
par: Özer, Yigitcan, et autres
Publié: (2026)
NSTR: Neural Spectral Transport Representation for Space-Varying Frequency Fields
par: Versace, Plein
Publié: (2025)
par: Versace, Plein
Publié: (2025)
Neural Multi-Speaker Voice Cloning for Nepali in Low-Resource Settings
par: Shrestha, Aayush M., et autres
Publié: (2026)
par: Shrestha, Aayush M., et autres
Publié: (2026)
AutoStyle-TTS: Retrieval-Augmented Generation based Automatic Style Matching Text-to-Speech Synthesis
par: Luo, Dan, et autres
Publié: (2025)
par: Luo, Dan, et autres
Publié: (2025)
Drum Synthesis from Expressive Drum Grids via Neural Audio Codecs
par: Soiledis, Konstantinos, et autres
Publié: (2026)
par: Soiledis, Konstantinos, et autres
Publié: (2026)
TokenSynth: A Token-based Neural Synthesizer for Instrument Cloning and Text-to-Instrument
par: Kim, Kyungsu, et autres
Publié: (2025)
par: Kim, Kyungsu, et autres
Publié: (2025)
Comparative Study of State-based Neural Networks for Virtual Analog Audio Effects Modeling
par: Simionato, Riccardo, et autres
Publié: (2024)
par: Simionato, Riccardo, et autres
Publié: (2024)
Detecting abnormal heart sound using mobile phones and on-device IConNet
par: Vu, Linh, et autres
Publié: (2024)
par: Vu, Linh, et autres
Publié: (2024)
MindVoice: Reconstructing Intelligible Speech from Non-invasive Neural Signals with Pretrained Priors
par: Bao, Guangyin, et autres
Publié: (2026)
par: Bao, Guangyin, et autres
Publié: (2026)
ELLA-V: Stable Neural Codec Language Modeling with Alignment-guided Sequence Reordering
par: Song, Yakun, et autres
Publié: (2024)
par: Song, Yakun, et autres
Publié: (2024)
PSCodec: A Series of High-Fidelity Low-bitrate Neural Speech Codecs Leveraging Prompt Encoders
par: Pan, Yu, et autres
Publié: (2024)
par: Pan, Yu, et autres
Publié: (2024)
CodecFlow: Efficient Bandwidth Extension via Conditional Flow Matching in Neural Codec Latent Space
par: Zhang, Bowen, et autres
Publié: (2026)
par: Zhang, Bowen, et autres
Publié: (2026)
PTS-SNN: A Prompt-Tuned Temporal Shift Spiking Neural Networks for Efficient Speech Emotion Recognition
par: Su, Xun, et autres
Publié: (2026)
par: Su, Xun, et autres
Publié: (2026)
YMIR: A new Benchmark Dataset and Model for Arabic Yemeni Music Genre Classification Using Convolutional Neural Networks
par: AL-Makhlafi, Moeen, et autres
Publié: (2026)
par: AL-Makhlafi, Moeen, et autres
Publié: (2026)
Graph Embedding with Mel-spectrograms for Underwater Acoustic Target Recognition
par: Feng, Sheng, et autres
Publié: (2025)
par: Feng, Sheng, et autres
Publié: (2025)
Speech Emotion Recognition via Entropy-Aware Score Selection
par: Chua, ChenYi, et autres
Publié: (2025)
par: Chua, ChenYi, et autres
Publié: (2025)
CleanMel: Mel-Spectrogram Enhancement for Improving Both Speech Quality and ASR
par: Shao, Nian, et autres
Publié: (2025)
par: Shao, Nian, et autres
Publié: (2025)
Tutti: Expressive Multi-Singer Synthesis via Structure-Level Timbre Control and Vocal Texture Modeling
par: Chen, Jiatao, et autres
Publié: (2026)
par: Chen, Jiatao, et autres
Publié: (2026)
EvMic: Event-based Non-contact sound recovery from effective spatial-temporal modeling
par: Yin, Hao, et autres
Publié: (2025)
par: Yin, Hao, et autres
Publié: (2025)
A sound description: Exploring prompt templates and class descriptions to enhance zero-shot audio classification
par: Olvera, Michel, et autres
Publié: (2024)
par: Olvera, Michel, et autres
Publié: (2024)
ATIR: Towards Audio-Text Interleaved Contextual Retrieval
par: Zhao, Tong, et autres
Publié: (2026)
par: Zhao, Tong, et autres
Publié: (2026)
Exploring Speaker Diarization with Mixture of Experts
par: Yang, Gaobin, et autres
Publié: (2025)
par: Yang, Gaobin, et autres
Publié: (2025)
Documents similaires
-
LSZone: A Lightweight Spatial Information Modeling Architecture for Real-time In-car Multi-zone Speech Separation
par: Chen, Jun, et autres
Publié: (2025) -
Comparison of window shapes and lengths in short-time feature extraction for classification of heart sound signals
par: Fakhry, Mahmoud, et autres
Publié: (2026) -
Multi-modal expressive personality recognition in data non-ideal audiovisual based on multi-scale feature enhancement and modal augment
par: Kong, Weixuan, et autres
Publié: (2025) -
An investigation of AI integration in sound designer workflows and experiences
par: Garcia, Nelly, et autres
Publié: (2026) -
Multi-Task Learning for Lung sound & Lung disease classification
par: K V, Suma, et autres
Publié: (2024)