Buchumschlag

DPDFNet: Boosting DeepFilterNet2 via Dual-Path RNN

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rika, Daniel, Sapir, Nino, Gus, Ido
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A lightweight dual-stage framework for personalized speech enhancement based on DeepFilterNet2
von: Serre, Thomas, et al.
Veröffentlicht: (2024)

Automatic Melody Reduction via Shortest Path Finding
von: Wang, Ziyu, et al.
Veröffentlicht: (2025)

Versatile Symbolic Music-for-Music Modeling via Function Alignment
von: Jiang, Junyan, et al.
Veröffentlicht: (2025)

Language Model Mapping in Multimodal Music Learning: A Grand Challenge Proposal
von: Chin, Daniel, et al.
Veröffentlicht: (2025)

USM RNN-T model weights binarization
von: Rybakov, Oleg, et al.
Veröffentlicht: (2024)

ViTex: Visual Texture Control for Multi-Track Symbolic Music Generation via Discrete Diffusion Models
von: Yi, Xiaoyu, et al.
Veröffentlicht: (2026)

GhostRNN: Reducing State Redundancy in RNN with Cheap Operations
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

The Costs of Reproducibility in Music Separation Research: a Replication of Band-Split RNN
von: Magron, Paul, et al.
Veröffentlicht: (2026)

LiSenNet: Lightweight Sub-band and Dual-Path Modeling for Real-Time Speech Enhancement
von: Yan, Haoyin, et al.
Veröffentlicht: (2024)

Arrange, Inpaint, and Refine: Steerable Long-term Music Audio Generation and Editing via Content-based Controls
von: Lin, Liwei, et al.
Veröffentlicht: (2024)

Structured Multi-Track Accompaniment Arrangement via Style Prior Modelling
von: Zhao, Jingwei, et al.
Veröffentlicht: (2023)

Magnitude-Phase Dual-Path Speech Enhancement Network based on Self-Supervised Embedding and Perceptual Contrast Stretch Boosting
von: Mattursun, Alimjan, et al.
Veröffentlicht: (2025)

CartoonSing: Unifying Human and Nonhuman Timbres in Singing Generation
von: Han, Jionghao, et al.
Veröffentlicht: (2025)

TOMI: Transforming and Organizing Music Ideas for Multi-Track Compositions with Full-Song Structure
von: He, Qi, et al.
Veröffentlicht: (2025)

Pitch-Aware RNN-T for Mandarin Chinese Mispronunciation Detection and Diagnosis
von: Wang, Xintong, et al.
Veröffentlicht: (2024)

MossFormer2: Combining Transformer and RNN-Free Recurrent Network for Enhanced Time-Domain Monaural Speech Separation
von: Zhao, Shengkui, et al.
Veröffentlicht: (2023)

SegAug: CTC-Aligned Segmented Augmentation For Robust RNN-Transducer Based Speech Recognition
von: Le, Khanh, et al.
Veröffentlicht: (2025)

Two-Path GMM-ResNet and GMM-SENet for ASV Spoofing Detection
von: Lei, Zhenchun, et al.
Veröffentlicht: (2024)

M2M-Gen: A Multimodal Framework for Automated Background Music Generation in Japanese Manga Using Large Language Models
von: Sharma, Megha, et al.
Veröffentlicht: (2024)

Semantic Noise Reduction via Teacher-Guided Dual-Path Audio-Visual Representation Learning
von: Wang, Linge, et al.
Veröffentlicht: (2026)

Token-Weighted RNN-T for Learning from Flawed Data
von: Keren, Gil, et al.
Veröffentlicht: (2024)

Exploring GPT's Ability as a Judge in Music Understanding
von: Fang, Kun, et al.
Veröffentlicht: (2025)

Content-based Controls For Music Large Language Modeling
von: Lin, Liwei, et al.
Veröffentlicht: (2023)

Assessing the Potential Impact of Direction-Dependent HRTF Selection on Sound Localization Accuracy
von: Goldring, Sapir, et al.
Veröffentlicht: (2024)

Speech Enhancement with Dual-path Multi-Channel Linear Prediction Filter and Multi-norm Beamforming
von: Qin, Chengyuan, et al.
Veröffentlicht: (2025)

A Novel CustNetGC Boosted Model with Spectral Features for Parkinson's Disease Prediction
von: Karthik, Abishek, et al.
Veröffentlicht: (2025)

Can Synthetic Data Boost the Training of Deep Acoustic Vehicle Counting Networks?
von: Damiano, Stefano, et al.
Veröffentlicht: (2024)

ZipEnhancer: Dual-Path Down-Up Sampling-based Zipformer for Monaural Speech Enhancement
von: Wang, Haoxu, et al.
Veröffentlicht: (2025)

Serial-Parallel Dual-Path Architecture for Speaking Style Recognition
von: Li, Guojian, et al.
Veröffentlicht: (2025)

Audio Spoof Detection with GaborNet
von: Maciejko, Waldek
Veröffentlicht: (2026)

TADA: A Generative Framework for Speech Modeling via Text-Acoustic Dual Alignment
von: Dang, Trung, et al.
Veröffentlicht: (2026)

The ART of Conversation: Measuring Phonetic Convergence and Deliberate Imitation in L2-Speech with a Siamese RNN
von: Yuan, Zheng, et al.
Veröffentlicht: (2023)

Elastic Net Regularization and Gabor Dictionary for Classification of Heart Sound Signals using Deep Learning
von: Fakhry, Mahmoud, et al.
Veröffentlicht: (2026)

Whole-Song Hierarchical Generation of Symbolic Music Using Cascaded Diffusion Models
von: Wang, Ziyu, et al.
Veröffentlicht: (2024)

SONAR: Spectral-Contrastive Audio Residuals for Generalizable Deepfake Detection
von: HIdekel, Ido Nitzan, et al.
Veröffentlicht: (2025)

Dynamic nsNet2: Efficient Deep Noise Suppression with Early Exiting
von: Miccini, Riccardo, et al.
Veröffentlicht: (2023)

RenCon 2025: Revival of the Expressive Performance Rendering Competition
von: Zhang, Huan, et al.
Veröffentlicht: (2026)

RNN-Transducer-based Losses for Speech Recognition on Noisy Targets
von: Bataev, Vladimir
Veröffentlicht: (2025)

ISAC: An Invertible and Stable Auditory Filter Bank with Customizable Kernels for ML Integration
von: Haider, Daniel, et al.
Veröffentlicht: (2025)

Are you really listening? Boosting Perceptual Awareness in Music-QA Benchmarks
von: Zang, Yongyi, et al.
Veröffentlicht: (2025)