Buchumschlag

Mitigating Latent Mismatch in cVAE-Based Singing Voice Synthesis via Flow Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yun, Minhyeok, Choi, Yong-Hoon
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound Artificial Intelligence Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SingFake: Singing Voice Deepfake Detection
von: Zang, Yongyi, et al.
Veröffentlicht: (2023)

RDSinger: Reference-based Diffusion Network for Singing Voice Synthesis
von: Sui, Kehan, et al.
Veröffentlicht: (2024)

Controllable Singing Voice Synthesis using Phoneme-Level Energy Sequence
von: Ryu, Yerin, et al.
Veröffentlicht: (2025)

SoulX-Singer: Towards High-Quality Zero-Shot Singing Voice Synthesis
von: Qian, Jiale, et al.
Veröffentlicht: (2026)

DiTSinger: Scaling Singing Voice Synthesis with Diffusion Transformer and Implicit Alignment
von: Du, Zongcai, et al.
Veröffentlicht: (2025)

VoicePrompter: Robust Zero-Shot Voice Conversion with Voice Prompt and Conditional Flow Matching
von: Choi, Ha-Yeong, et al.
Veröffentlicht: (2025)

Deepfake Detection of Singing Voices With Whisper Encodings
von: Sharma, Falguni, et al.
Veröffentlicht: (2025)

LAPS-Diff: A Diffusion-Based Framework for Singing Voice Synthesis With Language Aware Prosody-Style Guided Learning
von: Dhar, Sandipan, et al.
Veröffentlicht: (2025)

Singing Voice Synthesis Using Differentiable LPC and Glottal-Flow-Inspired Wavetables
von: Yu, Chin-Yun, et al.
Veröffentlicht: (2023)

VibE-SVC: Vibrato Extraction with High-frequency F0 Contour for Singing Voice Conversion
von: Choi, Joon-Seung, et al.
Veröffentlicht: (2025)

SPA-SVC: Self-supervised Pitch Augmentation for Singing Voice Conversion
von: Bai, Bingsong, et al.
Veröffentlicht: (2024)

Spectral Mapping of Singing Voices: U-Net-Assisted Vocal Segmentation
von: Sorrenti, Adam
Veröffentlicht: (2024)

LHQ-SVC: Lightweight and High Quality Singing Voice Conversion Modeling
von: Huang, Yubo, et al.
Veröffentlicht: (2024)

Zero-Shot Voice Conversion via Content-Aware Timbre Ensemble and Conditional Flow Matching
von: Pan, Yu, et al.
Veröffentlicht: (2024)

Mamba2 Meets Silence: Robust Vocal Source Separation for Sparse Regions
von: Kim, Euiyeon, et al.
Veröffentlicht: (2025)

Adversarial Multi-Task Learning for Disentangling Timbre and Pitch in Singing Voice Synthesis
von: Kim, Tae-Woo, et al.
Veröffentlicht: (2022)

Prompt-Singer: Controllable Singing-Voice-Synthesis with Natural Language Prompt
von: Wang, Yongqi, et al.
Veröffentlicht: (2024)

GuitarFlow: Realistic Electric Guitar Synthesis From Tablatures via Flow Matching and Style Transfer
von: Loth, Jackson, et al.
Veröffentlicht: (2025)

TokSing: Singing Voice Synthesis based on Discrete Tokens
von: Wu, Yuning, et al.
Veröffentlicht: (2024)

R2-SVC: Towards Real-World Robust and Expressive Zero-shot Singing Voice Conversion
von: Zheng, Junjie, et al.
Veröffentlicht: (2025)

Speech Foundation Model Ensembles for the Controlled Singing Voice Deepfake Detection (CtrSVDD) Challenge 2024
von: Guragain, Anmol, et al.
Veröffentlicht: (2024)

HQ-SVC: Towards High-Quality Zero-Shot Singing Voice Conversion in Low-Resource Scenarios
von: Bai, Bingsong, et al.
Veröffentlicht: (2025)

InstructSing: High-Fidelity Singing Voice Generation via Instructing Yourself
von: Zeng, Chang, et al.
Veröffentlicht: (2024)

LatentVoiceGrad: Nonparallel Voice Conversion with Latent Diffusion/Flow-Matching Models
von: Kameoka, Hirokazu, et al.
Veröffentlicht: (2025)

SingMOS-Pro: An Comprehensive Benchmark for Singing Quality Assessment
von: Tang, Yuxun, et al.
Veröffentlicht: (2025)

DiT-Flow: Speech Enhancement Robust to Multiple Distortions based on Flow Matching in Latent Space and Diffusion Transformers
von: Cao, Tianyu, et al.
Veröffentlicht: (2026)

Shallow Flow Matching for Coarse-to-Fine Text-to-Speech Synthesis
von: Yang, Dong, et al.
Veröffentlicht: (2025)

LCM-SVC: Latent Diffusion Model Based Singing Voice Conversion with Inference Acceleration via Latent Consistency Distillation
von: Chen, Shihao, et al.
Veröffentlicht: (2024)

Flow-TSVAD: Target-Speaker Voice Activity Detection via Latent Flow Matching
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

Robust Singing Voice Transcription Serves Synthesis
von: Li, Ruiqi, et al.
Veröffentlicht: (2024)

Accelerating High-Fidelity Waveform Generation via Adversarial Flow Matching Optimization
von: Lee, Sang-Hoon, et al.
Veröffentlicht: (2024)

SVDD Challenge 2024: A Singing Voice Deepfake Detection Challenge Evaluation Plan
von: Zhang, You, et al.
Veröffentlicht: (2024)

UNMIXX: Untangling Highly Correlated Singing Voices Mixtures
von: Jung, Jihoo, et al.
Veröffentlicht: (2026)

Everyone-Can-Sing: Zero-Shot Singing Voice Synthesis and Conversion with Speech Reference
von: Dai, Shuqi, et al.
Veröffentlicht: (2025)

BinauralFlow: A Causal and Streamable Approach for High-Quality Binaural Speech Synthesis with Flow Matching Models
von: Liang, Susan, et al.
Veröffentlicht: (2025)

Mitigating Unauthorized Speech Synthesis for Voice Protection
von: Zhang, Zhisheng, et al.
Veröffentlicht: (2024)

DSFlow: Dual Supervision and Step-Aware Architecture for One-Step Flow Matching Speech Synthesis
von: Lin, Bin, et al.
Veröffentlicht: (2026)

OZSpeech: One-step Zero-shot Speech Synthesis with Learned-Prior-Conditioned Flow Matching
von: Huynh-Nguyen, Hieu-Nghia, et al.
Veröffentlicht: (2025)

Accelerating Codec-based Speech Synthesis with Multi-Token Prediction and Speculative Decoding
von: Nguyen, Tan Dat, et al.
Veröffentlicht: (2024)

Neural Concatenative Singing Voice Conversion: Rethinking Concatenation-Based Approach for One-Shot Singing Voice Conversion
von: Sha, Binzhu, et al.
Veröffentlicht: (2023)