Buchumschlag

The Affective Bridge: Preserving Speech Representations while Enhancing Deepfake Detection vian emotional Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yupei, Lyu, Chenyang, Wang, Longyue, Luo, Weihua, Zhang, Kaifu, Schuller, Björn W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Efficiency and Performance in Deepfake Audio Detection through Neuron-level Dropin & Neuroplasticity Mechanisms
von: Li, Yupei, et al.
Veröffentlicht: (2026)

From Audio Deepfake Detection to AI-Generated Music Detection -- A Pathway and Overview
von: Li, Yupei, et al.
Veröffentlicht: (2024)

LongSpeech: A Scalable Benchmark for Transcription, Translation and Understanding in Long Speech
von: Yang, Fei, et al.
Veröffentlicht: (2026)

DFALLM: Achieving Generalizable Multitask Deepfake Detection by Optimizing Audio LLM Components
von: Li, Yupei, et al.
Veröffentlicht: (2025)

Speech-XL: Towards Long-Form Speech Understanding in Large Speech Language Models
von: Sun, Haoqin, et al.
Veröffentlicht: (2026)

Marco-ASR: A Principled and Metric-Driven Framework for Fine-Tuning Large-Scale ASR Models for Domain Adaptation
von: Ni, Xuanfan, et al.
Veröffentlicht: (2025)

GatedxLSTM: A Multimodal Affective Computing Approach for Emotion Recognition in Conversations
von: Li, Yupei, et al.
Veröffentlicht: (2025)

M6: Multi-generator, Multi-domain, Multi-lingual and cultural, Multi-genres, Multi-instrument Machine-Generated Music Detection Databases
von: Li, Yupei, et al.
Veröffentlicht: (2024)

Explainable Detection of Machine Generated Music and Early Systematic Evaluation
von: Li, Yupei, et al.
Veröffentlicht: (2024)

MECap-R1: Emotion-aware Policy with Reinforcement Learning for Multimodal Emotion Captioning
von: Sun, Haoqin, et al.
Veröffentlicht: (2025)

Quantifying Dimensional Independence in Speech: An Information-Theoretic Framework for Disentangled Representation Learning
von: Kashyap, Bipasha, et al.
Veröffentlicht: (2026)

Marco-Voice Technical Report
von: Tian, Fengping, et al.
Veröffentlicht: (2025)

Charting 15 years of progress in deep learning for speech emotion recognition: A replication study
von: Triantafyllopoulos, Andreas, et al.
Veröffentlicht: (2025)

SmoothCLAP: Soft-Target Enhanced Contrastive Language\--Audio Pretraining for Affective Computing
von: Jing, Xin, et al.
Veröffentlicht: (2026)

Abusive Speech Detection in Indic Languages Using Acoustic Features
von: Spiesberger, Anika A., et al.
Veröffentlicht: (2024)

AffectSpeech: A Large-Scale Emotional Speech Dataset with Fine-Grained Textual Descriptions for Speech Emotion Captioning and Synthesis
von: Qi, Tianhua, et al.
Veröffentlicht: (2026)

Enhancing Emotional Text-to-Speech Controllability with Natural Language Guidance through Contrastive Learning and Diffusion Models
von: Jing, Xin, et al.
Veröffentlicht: (2024)

Representation Learning with Parameterised Quantum Circuits for Advancing Speech Emotion Recognition
von: Rajapakshe, Thejan, et al.
Veröffentlicht: (2025)

DOTA-ME-CS: Daily Oriented Text Audio-Mandarin English-Code Switching Dataset
von: Li, Yupei, et al.
Veröffentlicht: (2025)

EmoSURA: Towards Accurate Evaluation of Detailed and Long-Context Emotional Speech Captions
von: Jing, Xin, et al.
Veröffentlicht: (2026)

RTCFake: Speech Deepfake Detection in Real-Time Communication
von: Xue, Jun, et al.
Veröffentlicht: (2026)

ProsodyFM: Unsupervised Phrasing and Intonation Control for Intelligible Speech Synthesis
von: He, Xiangheng, et al.
Veröffentlicht: (2024)

Wav2Small: Distilling Wav2Vec2 to 72K parameters for Low-Resource Speech emotion recognition
von: Kounadis-Bastian, Dionyssos, et al.
Veröffentlicht: (2024)

Profiling the Voice: Speaker-Specific Phoneme Fingerprinting for Speech Deepfake Detection
von: Xue, Jun, et al.
Veröffentlicht: (2026)

Enhancing Speech Emotion Recognition Through Differentiable Architecture Search
von: Rajapakshe, Thejan, et al.
Veröffentlicht: (2023)

ESDD2: Environment-Aware Speech and Sound Deepfake Detection Challenge Evaluation Plan
von: Zhang, Xueping, et al.
Veröffentlicht: (2026)

HAFFormer: A Hierarchical Attention-Free Framework for Alzheimer's Disease Detection From Spontaneous Speech
von: Dong, Zhongren, et al.
Veröffentlicht: (2024)

A Survey on Speech Deepfake Detection
von: Li, Menglu, et al.
Veröffentlicht: (2024)

HQ-MPSD: A Multilingual Artifact-Controlled Benchmark for Partial Deepfake Speech Detection
von: Li, Menglu, et al.
Veröffentlicht: (2025)

Intelligent Cardiac Auscultation for Murmur Detection via Parallel-Attentive Models with Uncertainty Estimation
von: Zhang, Zixing, et al.
Veröffentlicht: (2024)

Fake Speech Wild: Detecting Deepfake Speech on Social Media Platform
von: Xie, Yuankun, et al.
Veröffentlicht: (2025)

Can Large Language Models Aid in Annotating Speech Emotional Data? Uncovering New Frontiers
von: Latif, Siddique, et al.
Veröffentlicht: (2023)

A Comparative Study on Proactive and Passive Detection of Deepfake Speech
von: Wu, Chia-Hua, et al.
Veröffentlicht: (2025)

Attention-based Mixture of Experts for Robust Speech Deepfake Detection
von: Negroni, Viola, et al.
Veröffentlicht: (2025)

Generalizable Speech Deepfake Detection via Information Bottleneck Enhanced Adversarial Alignment
von: Huang, Pu, et al.
Veröffentlicht: (2025)

Domain Adapting Deep Reinforcement Learning for Real-world Speech Emotion Recognition
von: Rajapakshe, Thejan, et al.
Veröffentlicht: (2022)

Forensic Similarity for Speech Deepfakes
von: Negroni, Viola, et al.
Veröffentlicht: (2025)

Unmasking Deepfakes: Leveraging Augmentations and Features Variability for Deepfake Speech Detection
von: Rimon, Inbal, et al.
Veröffentlicht: (2025)

SEA-Spoof: Bridging The Gap in Multilingual Audio Deepfake Detection for South-East Asian
von: Wu, Jinyang, et al.
Veröffentlicht: (2025)

How Well Do Current Speech Deepfake Detection Methods Generalize to the Real World?
von: Li, Daixian, et al.
Veröffentlicht: (2026)