Buchumschlag

Speaker Recognition -- Wavelet Packet Based Multiresolution Feature Extraction Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhardwaj, Saurabh, Srivastava, Smriti, Bhandari, Abhishek, Gupta, Krit, Bahl, Hitesh, Gupta, J. R. P.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improved Feature Extraction Network for Neuro-Oriented Target Speaker Extraction
von: Fan, Cunhang, et al.
Veröffentlicht: (2025)

Wavelet-Based Time-Frequency Fingerprinting for Feature Extraction of Traditional Irish Music
von: Shore, Noah
Veröffentlicht: (2025)

Exploring Multilingual Unseen Speaker Emotion Recognition: Leveraging Co-Attention Cues in Multitask Learning
von: Goel, Arnav, et al.
Veröffentlicht: (2024)

SigWavNet: Learning Multiresolution Signal Wavelet Network for Speech Emotion Recognition
von: Nfissi, Alaa, et al.
Veröffentlicht: (2025)

An Investigation on Speaker Augmentation for End-to-End Speaker Extraction
von: You, Zhenghai, et al.
Veröffentlicht: (2025)

Multi-Level Speaker Representation for Target Speaker Extraction
von: Zhang, Ke, et al.
Veröffentlicht: (2024)

SALF-MOS: Speaker Agnostic Latent Features Downsampled for MOS Prediction
von: Agrawal, Saurabh, et al.
Veröffentlicht: (2025)

Brainprint-Modulated Target Speaker Extraction
von: Han, Qiushi, et al.
Veröffentlicht: (2025)

Training-Free Multi-Step Inference for Target Speaker Extraction
von: You, Zhenghai, et al.
Veröffentlicht: (2026)

Joint Learning Global-Local Speaker Classification to Enhance End-to-End Speaker Diarization and Recognition
von: Dai, Yuhang, et al.
Veröffentlicht: (2026)

Enhancing Target Speaker Extraction with Explicit Speaker Consistency Modeling
von: Wu, Shu, et al.
Veröffentlicht: (2025)

Joint Speaker Features Learning for Audio-visual Multichannel Speech Separation and Recognition
von: Li, Guinan, et al.
Veröffentlicht: (2024)

A Comprehensive Investigation on Speaker Augmentation for Speaker Recognition
von: Zhou, Zhenyu, et al.
Veröffentlicht: (2024)

USEF-TSE: Universal Speaker Embedding Free Target Speaker Extraction
von: Zeng, Bang, et al.
Veröffentlicht: (2024)

Target Speaker Extraction with Curriculum Learning
von: Liu, Yun, et al.
Veröffentlicht: (2024)

USED: Universal Speaker Extraction and Diarization
von: Ao, Junyi, et al.
Veröffentlicht: (2023)

Can you Remove the Downstream Model for Speaker Recognition with Self-Supervised Speech Features?
von: Aldeneh, Zakaria, et al.
Veröffentlicht: (2024)

Training Dynamics-Aware Multi-Factor Curriculum Learning for Target Speaker Extraction
von: Liu, Yun, et al.
Veröffentlicht: (2026)

Online Audio-Visual Autoregressive Speaker Extraction
von: Pan, Zexu, et al.
Veröffentlicht: (2025)

U3-xi: Pushing the Boundaries of Speaker Recognition by Incorporating Uncertainty
von: Li, Junjie, et al.
Veröffentlicht: (2026)

Universal Speaker Embedding Free Target Speaker Extraction and Personal Voice Activity Detection
von: Zeng, Bang, et al.
Veröffentlicht: (2025)

Speaker Emotion Recognition: Leveraging Self-Supervised Models for Feature Extraction Using Wav2Vec2 and HuBERT
von: Jafarzadeh, Pourya, et al.
Veröffentlicht: (2024)

SpeakerLM: End-to-End Versatile Speaker Diarization and Recognition with Multimodal Large Language Models
von: Yin, Han, et al.
Veröffentlicht: (2025)

Spoofing-Aware Speaker Verification via Wavelet Prompt Tuning and Multi-Model Ensembles
von: Farhadipour, Aref, et al.
Veröffentlicht: (2026)

Neural Scoring: A Refreshed End-to-End Approach for Speaker Recognition in Complex Conditions
von: Lin, Wan, et al.
Veröffentlicht: (2024)

Libri2Vox Dataset: Target Speaker Extraction with Diverse Speaker Conditions and Synthetic Data
von: Liu, Yun, et al.
Veröffentlicht: (2024)

Listen to Extract: Onset-Prompted Target Speaker Extraction
von: Shen, Pengjie, et al.
Veröffentlicht: (2025)

Binaural Target Speaker Extraction using Individualized HRTF
von: Ellinson, Yoav, et al.
Veröffentlicht: (2025)

On the effectiveness of enrollment speech augmentation for Target Speaker Extraction
von: Li, Junjie, et al.
Veröffentlicht: (2024)

Self-Tuning Spectral Clustering for Speaker Diarization
von: Raghav, Nikhil, et al.
Veröffentlicht: (2024)

RephraseTTS: Dynamic Length Text based Speech Insertion with Speaker Style Transfer
von: Matiyali, Neeraj, et al.
Veröffentlicht: (2025)

Multi-Target Backdoor Attacks Against Speaker Recognition
von: Fortier, Alexandrine, et al.
Veröffentlicht: (2025)

Beyond Speaker Identity: Text Guided Target Speech Extraction
von: Huo, Mingyue, et al.
Veröffentlicht: (2025)

Emotion Recognition in Multi-Speaker Conversations through Speaker Identification, Knowledge Distillation, and Hierarchical Fusion
von: Li, Xiao, et al.
Veröffentlicht: (2025)

Two-Stage Adaptation for Non-Normative Speech Recognition: Revisiting Speaker-Independent Initialization for Personalization
von: Jiang, Shan, et al.
Veröffentlicht: (2026)

Disentangling Speakers in Multi-Talker Speech Recognition with Speaker-Aware CTC
von: Kang, Jiawen, et al.
Veröffentlicht: (2024)

End-to-End Multi-Microphone Speaker Extraction Using Relative Transfer Functions
von: Eisenberg, Aviad, et al.
Veröffentlicht: (2025)

oboVox Far Field Speaker Recognition: A Novel Data Augmentation Approach with Pretrained Models
von: Dip, Muhammad Sudipto Siam, et al.
Veröffentlicht: (2024)

On the application of Visibility Graphs in the Spectral Domain for Speaker Recognition
von: Bocaccio, Hernan, et al.
Veröffentlicht: (2025)

Disentangled Representation Learning for Environment-agnostic Speaker Recognition
von: Nam, KiHyun, et al.
Veröffentlicht: (2024)