Rethinking Leveraging Pre-Trained Multi-Layer Representations for Speaker Verification
Fuente:
arXiv
Salvato in:
| Autori principali: | Kim, Jin Sob, Park, Hyun Joon, Shin, Wooseok, Han, Sung Won |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Layer-aware TDNN: Speaker Recognition Using Multi-Layer Features from Pre-Trained Models
di: Kim, Jin Sob, et al.
Pubblicazione: (2024)
di: Kim, Jin Sob, et al.
Pubblicazione: (2024)
A Robust framework for sound event localization and detection on real recordings
di: Kim, Jin Sob, et al.
Pubblicazione: (2025)
di: Kim, Jin Sob, et al.
Pubblicazione: (2025)
DEX-TTS: Diffusion-based EXpressive Text-to-Speech with Style Modeling on Time Variability
di: Park, Hyun Joon, et al.
Pubblicazione: (2024)
di: Park, Hyun Joon, et al.
Pubblicazione: (2024)
WAY: Estimation of Vessel Destination in Worldwide AIS Trajectory
di: Kim, Jin Sob, et al.
Pubblicazione: (2025)
di: Kim, Jin Sob, et al.
Pubblicazione: (2025)
SpeakerLLM: A Speaker-Specialized Audio-LLM for Speaker Understanding and Verification Reasoning
di: Nam, KiHyun, et al.
Pubblicazione: (2026)
di: Nam, KiHyun, et al.
Pubblicazione: (2026)
Stable-TTS: Stable Speaker-Adaptive Text-to-Speech Synthesis via Prosody Prompting
di: Han, Wooseok, et al.
Pubblicazione: (2024)
di: Han, Wooseok, et al.
Pubblicazione: (2024)
Leveraging Out-of-Distribution Unlabeled Images: Semi-Supervised Semantic Segmentation with an Open-Vocabulary Model
di: Shin, Wooseok, et al.
Pubblicazione: (2025)
di: Shin, Wooseok, et al.
Pubblicazione: (2025)
Whisper Speaker Identification: Leveraging Pre-Trained Multilingual Transformers for Robust Speaker Embeddings
di: Emon, Jakaria Islam, et al.
Pubblicazione: (2025)
di: Emon, Jakaria Islam, et al.
Pubblicazione: (2025)
Memory-Efficient Training for Deep Speaker Embedding Learning in Speaker Verification
di: Liu, Bei, et al.
Pubblicazione: (2024)
di: Liu, Bei, et al.
Pubblicazione: (2024)
Speaker Verification with Speech-Aware LLMs: Evaluation and Augmentation
di: Thebaud, Thomas, et al.
Pubblicazione: (2026)
di: Thebaud, Thomas, et al.
Pubblicazione: (2026)
Hyperbolic Additive Margin Softmax with Hierarchical Information for Speaker Verification
di: Fang, Zhihua, et al.
Pubblicazione: (2026)
di: Fang, Zhihua, et al.
Pubblicazione: (2026)
Continual Speaker Identity Unlearning with Minimal Interference
di: Kim, Jinju, et al.
Pubblicazione: (2026)
di: Kim, Jinju, et al.
Pubblicazione: (2026)
SNAP: Speaker Nulling for Artifact Projection in Speech Deepfake Detection
di: Jung, Kyudan, et al.
Pubblicazione: (2026)
di: Jung, Kyudan, et al.
Pubblicazione: (2026)
Explainable Attribute-Based Speaker Verification
di: Wu, Xiaoliang, et al.
Pubblicazione: (2024)
di: Wu, Xiaoliang, et al.
Pubblicazione: (2024)
Mask2Flow-TSE: Two-Stage Target Speaker Extraction with Masking and Flow Matching
di: Moon, Junwon, et al.
Pubblicazione: (2026)
di: Moon, Junwon, et al.
Pubblicazione: (2026)
Leveraging Speaker Embeddings in End-to-End Neural Diarization for Two-Speaker Scenarios
di: Alvarez-Trejos, Juan Ignacio, et al.
Pubblicazione: (2024)
di: Alvarez-Trejos, Juan Ignacio, et al.
Pubblicazione: (2024)
SpeakerLM: End-to-End Versatile Speaker Diarization and Recognition with Multimodal Large Language Models
di: Yin, Han, et al.
Pubblicazione: (2025)
di: Yin, Han, et al.
Pubblicazione: (2025)
Enhancing Speaker Verification with Whispered Speech via Post-Processing
di: Gołębiowska, Magdalena, et al.
Pubblicazione: (2026)
di: Gołębiowska, Magdalena, et al.
Pubblicazione: (2026)
Neural Multi-Speaker Voice Cloning for Nepali in Low-Resource Settings
di: Shrestha, Aayush M., et al.
Pubblicazione: (2026)
di: Shrestha, Aayush M., et al.
Pubblicazione: (2026)
UniWhisper: Efficient Continual Multi-task Training for Robust Universal Audio Representation
di: Chen, Yuxuan, et al.
Pubblicazione: (2026)
di: Chen, Yuxuan, et al.
Pubblicazione: (2026)
End-to-End Multi-Microphone Speaker Extraction Using Relative Transfer Functions
di: Eisenberg, Aviad, et al.
Pubblicazione: (2025)
di: Eisenberg, Aviad, et al.
Pubblicazione: (2025)
Robust Target Speaker Diarization and Separation via Augmented Speaker Embedding Sampling
di: Jalal, Md Asif, et al.
Pubblicazione: (2025)
di: Jalal, Md Asif, et al.
Pubblicazione: (2025)
LAMB: LLM-based Audio Captioning with Modality Gap Bridging via Cauchy-Schwarz Divergence
di: Lee, Hyeongkeun, et al.
Pubblicazione: (2026)
di: Lee, Hyeongkeun, et al.
Pubblicazione: (2026)
ExPO: Explainable Phonetic Trait-Oriented Network for Speaker Verification
di: Ma, Yi, et al.
Pubblicazione: (2025)
di: Ma, Yi, et al.
Pubblicazione: (2025)
Do Not Mimic My Voice: Speaker Identity Unlearning for Zero-Shot Text-to-Speech
di: Kim, Taesoo, et al.
Pubblicazione: (2025)
di: Kim, Taesoo, et al.
Pubblicazione: (2025)
MultiActor-Audiobook: Zero-Shot Audiobook Generation with Faces and Voices of Multiple Speakers
di: Park, Kyeongman, et al.
Pubblicazione: (2025)
di: Park, Kyeongman, et al.
Pubblicazione: (2025)
RapFlow-TTS: Rapid and High-Fidelity Text-to-Speech with Improved Consistency Flow Matching
di: Park, Hyun Joon, et al.
Pubblicazione: (2025)
di: Park, Hyun Joon, et al.
Pubblicazione: (2025)
Leveraging Pre-Trained Autoencoders for Interpretable Prototype Learning of Music Audio
di: Alonso-Jiménez, Pablo, et al.
Pubblicazione: (2024)
di: Alonso-Jiménez, Pablo, et al.
Pubblicazione: (2024)
A Novel Automatic Framework for Speaker Drift Detection in Synthesized Speech
di: Huang, Jia-Hong, et al.
Pubblicazione: (2026)
di: Huang, Jia-Hong, et al.
Pubblicazione: (2026)
Sommelier: Scalable Open Multi-turn Audio Pre-processing for Full-duplex Speech Language Models
di: Jung, Kyudan, et al.
Pubblicazione: (2026)
di: Jung, Kyudan, et al.
Pubblicazione: (2026)
TFGA-Net: Temporal-Frequency Graph Attention Network for Brain-Controlled Speaker Extraction
di: Si, Youhao, et al.
Pubblicazione: (2025)
di: Si, Youhao, et al.
Pubblicazione: (2025)
Exploring Speaker Diarization with Mixture of Experts
di: Yang, Gaobin, et al.
Pubblicazione: (2025)
di: Yang, Gaobin, et al.
Pubblicazione: (2025)
Disentangling Speakers in Multi-Talker Speech Recognition with Speaker-Aware CTC
di: Kang, Jiawen, et al.
Pubblicazione: (2024)
di: Kang, Jiawen, et al.
Pubblicazione: (2024)
The SVASR System for Text-dependent Speaker Verification (TdSV) AAIC Challenge 2024
di: Molavi, Mohammadreza, et al.
Pubblicazione: (2024)
di: Molavi, Mohammadreza, et al.
Pubblicazione: (2024)
Text-dependent Speaker Verification (TdSV) Challenge 2024: Challenge Evaluation Plan
di: Hossein, Zeinali, et al.
Pubblicazione: (2024)
di: Hossein, Zeinali, et al.
Pubblicazione: (2024)
Generalizing Speaker Verification for Spoof Awareness in the Embedding Space
di: Liu, Xuechen, et al.
Pubblicazione: (2024)
di: Liu, Xuechen, et al.
Pubblicazione: (2024)
Formula-Supervised Sound Event Detection: Pre-Training Without Real Data
di: Shibata, Yuto, et al.
Pubblicazione: (2025)
di: Shibata, Yuto, et al.
Pubblicazione: (2025)
The VoxCeleb Speaker Recognition Challenge: A Retrospective
di: Huh, Jaesung, et al.
Pubblicazione: (2024)
di: Huh, Jaesung, et al.
Pubblicazione: (2024)
CrossSpeech++: Cross-lingual Speech Synthesis with Decoupled Language and Speaker Generation
di: Kim, Ji-Hoon, et al.
Pubblicazione: (2024)
di: Kim, Ji-Hoon, et al.
Pubblicazione: (2024)
Disentangling Age and Identity with a Mutual Information Minimization Approach for Cross-Age Speaker Verification
di: Zhang, Fengrun, et al.
Pubblicazione: (2024)
di: Zhang, Fengrun, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Layer-aware TDNN: Speaker Recognition Using Multi-Layer Features from Pre-Trained Models
di: Kim, Jin Sob, et al.
Pubblicazione: (2024) -
A Robust framework for sound event localization and detection on real recordings
di: Kim, Jin Sob, et al.
Pubblicazione: (2025) -
DEX-TTS: Diffusion-based EXpressive Text-to-Speech with Style Modeling on Time Variability
di: Park, Hyun Joon, et al.
Pubblicazione: (2024) -
WAY: Estimation of Vessel Destination in Worldwide AIS Trajectory
di: Kim, Jin Sob, et al.
Pubblicazione: (2025) -
SpeakerLLM: A Speaker-Specialized Audio-LLM for Speaker Understanding and Verification Reasoning
di: Nam, KiHyun, et al.
Pubblicazione: (2026)