Salvato in:
| Autori principali: | Ahmed, Faria, Chowdhury, Rafi Hassan, Moon, Fatema Tuz Zohora, Ahmed, Sabbir |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2603.00746 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
MangoLeafViT: Leveraging Lightweight Vision Transformer with Runtime Augmentation for Efficient Mango Leaf Disease Classification
di: Chowdhury, Rafi Hassan, et al.
Pubblicazione: (2025)
di: Chowdhury, Rafi Hassan, et al.
Pubblicazione: (2025)
Explainable Transformer-CNN Fusion for Noise-Robust Speech Emotion Recognition
di: Chakrabarty, Sudip, et al.
Pubblicazione: (2025)
di: Chakrabarty, Sudip, et al.
Pubblicazione: (2025)
ViT-TTS: Visual Text-to-Speech with Scalable Diffusion Transformer
di: Liu, Huadai, et al.
Pubblicazione: (2023)
di: Liu, Huadai, et al.
Pubblicazione: (2023)
Deep Learning for Speech Emotion Recognition: A CNN Approach Utilizing Mel Spectrograms
di: Penumajji, Niketa
Pubblicazione: (2025)
di: Penumajji, Niketa
Pubblicazione: (2025)
Enhancing Speech Emotion Recognition with Multi-Task Learning and Dynamic Feature Fusion
di: Wang, Honghong, et al.
Pubblicazione: (2025)
di: Wang, Honghong, et al.
Pubblicazione: (2025)
Real-Time Speech Enhancement via a Hybrid ViT: A Dual-Input Acoustic-Image Feature Fusion
di: Bahmei, Behnaz, et al.
Pubblicazione: (2025)
di: Bahmei, Behnaz, et al.
Pubblicazione: (2025)
Re-Parameterization of Lightweight Transformer for On-Device Speech Emotion Recognition
di: Zhang, Zixing, et al.
Pubblicazione: (2024)
di: Zhang, Zixing, et al.
Pubblicazione: (2024)
DMF2Mel: A Dynamic Multiscale Fusion Network for EEG-Driven Mel Spectrogram Reconstruction
di: Fan, Cunhang, et al.
Pubblicazione: (2025)
di: Fan, Cunhang, et al.
Pubblicazione: (2025)
Bimodal Connection Attention Fusion for Speech Emotion Recognition
di: Luo, Jiachen, et al.
Pubblicazione: (2025)
di: Luo, Jiachen, et al.
Pubblicazione: (2025)
LPGNet: A Lightweight Network with Parallel Attention and Gated Fusion for Multimodal Emotion Recognition
di: He, Zhining, et al.
Pubblicazione: (2025)
di: He, Zhining, et al.
Pubblicazione: (2025)
Leveraging Cross-Attention Transformer and Multi-Feature Fusion for Cross-Linguistic Speech Emotion Recognition
di: Zhao, Ruoyu, et al.
Pubblicazione: (2025)
di: Zhao, Ruoyu, et al.
Pubblicazione: (2025)
Enhancing Speech Emotion Recognition with Graph-Based Multimodal Fusion and Prosodic Features for the Speech Emotion Recognition in Naturalistic Conditions Challenge at Interspeech 2025
di: Ferreira, Alef Iury Siqueira, et al.
Pubblicazione: (2025)
di: Ferreira, Alef Iury Siqueira, et al.
Pubblicazione: (2025)
Emotion Detection in Speech Using Lightweight and Transformer-Based Models: A Comparative and Ablation Study
di: Onyekwelu-Udoka, Lucky, et al.
Pubblicazione: (2025)
di: Onyekwelu-Udoka, Lucky, et al.
Pubblicazione: (2025)
MFHCA: Enhancing Speech Emotion Recognition Via Multi-Spatial Fusion and Hierarchical Cooperative Attention
di: Jiao, Xinxin, et al.
Pubblicazione: (2024)
di: Jiao, Xinxin, et al.
Pubblicazione: (2024)
MFSN: Multi-perspective Fusion Search Network For Pre-training Knowledge in Speech Emotion Recognition
di: Sun, Haiyang, et al.
Pubblicazione: (2023)
di: Sun, Haiyang, et al.
Pubblicazione: (2023)
MelShield: Robust Mel-Domain Audio Watermarking for Provenance Attribution of AI Generated Synthesized Speech
di: Jin, Yutong, et al.
Pubblicazione: (2026)
di: Jin, Yutong, et al.
Pubblicazione: (2026)
CleanMel: Mel-Spectrogram Enhancement for Improving Both Speech Quality and ASR
di: Shao, Nian, et al.
Pubblicazione: (2025)
di: Shao, Nian, et al.
Pubblicazione: (2025)
Mel-McNet: A Mel-Scale Framework for Online Multichannel Speech Enhancement
di: Yang, Yujie, et al.
Pubblicazione: (2025)
di: Yang, Yujie, et al.
Pubblicazione: (2025)
Computation and Parameter Efficient Multi-Modal Fusion Transformer for Cued Speech Recognition
di: Liu, Lei, et al.
Pubblicazione: (2024)
di: Liu, Lei, et al.
Pubblicazione: (2024)
Speech Emotion Recognition with ASR Transcripts: A Comprehensive Study on Word Error Rate and Fusion Techniques
di: Li, Yuanchao, et al.
Pubblicazione: (2024)
di: Li, Yuanchao, et al.
Pubblicazione: (2024)
Graph Embedding with Mel-spectrograms for Underwater Acoustic Target Recognition
di: Feng, Sheng, et al.
Pubblicazione: (2025)
di: Feng, Sheng, et al.
Pubblicazione: (2025)
Persian Speech Emotion Recognition by Fine-Tuning Transformers
di: Shayaninasab, Minoo, et al.
Pubblicazione: (2024)
di: Shayaninasab, Minoo, et al.
Pubblicazione: (2024)
Recovering Performance in Speech Emotion Recognition from Discrete Tokens via Multi-Layer Fusion and Paralinguistic Feature Integration
di: Sun, Esther, et al.
Pubblicazione: (2026)
di: Sun, Esther, et al.
Pubblicazione: (2026)
Hybrid CNN-Transformer Architecture for Arabic Speech Emotion Recognition
di: Gheffari, Youcef Soufiane, et al.
Pubblicazione: (2026)
di: Gheffari, Youcef Soufiane, et al.
Pubblicazione: (2026)
WavFusion: Towards wav2vec 2.0 Multimodal Speech Emotion Recognition
di: Li, Feng, et al.
Pubblicazione: (2024)
di: Li, Feng, et al.
Pubblicazione: (2024)
Multi-Channel Speech Enhancement for Cocktail Party Speech Emotion Recognition
di: Chen, Youjun, et al.
Pubblicazione: (2026)
di: Chen, Youjun, et al.
Pubblicazione: (2026)
Spectro-Temporal Modulation Representation Framework for Human-Imitated Speech Detection
di: Zaman, Khalid, et al.
Pubblicazione: (2026)
di: Zaman, Khalid, et al.
Pubblicazione: (2026)
Fusion of Discrete Representations and Self-Augmented Representations for Multilingual Automatic Speech Recognition
di: Wang, Shih-heng, et al.
Pubblicazione: (2024)
di: Wang, Shih-heng, et al.
Pubblicazione: (2024)
dMel: Speech Tokenization made Simple
di: Bai, Richard He, et al.
Pubblicazione: (2024)
di: Bai, Richard He, et al.
Pubblicazione: (2024)
Speech Representation Analysis based on Inter- and Intra-Model Similarities
di: Kheir, Yassine El, et al.
Pubblicazione: (2024)
di: Kheir, Yassine El, et al.
Pubblicazione: (2024)
MF-AED-AEC: Speech Emotion Recognition by Leveraging Multimodal Fusion, Asr Error Detection, and Asr Error Correction
di: He, Jiajun, et al.
Pubblicazione: (2024)
di: He, Jiajun, et al.
Pubblicazione: (2024)
Efficient Finetuning for Dimensional Speech Emotion Recognition in the Age of Transformers
di: Sampath, Aneesha, et al.
Pubblicazione: (2025)
di: Sampath, Aneesha, et al.
Pubblicazione: (2025)
Speech Emotion Recognition with ASR Integration
di: Li, Yuanchao
Pubblicazione: (2026)
di: Li, Yuanchao
Pubblicazione: (2026)
Emotion Recognition in Multi-Speaker Conversations through Speaker Identification, Knowledge Distillation, and Hierarchical Fusion
di: Li, Xiao, et al.
Pubblicazione: (2025)
di: Li, Xiao, et al.
Pubblicazione: (2025)
Enhancing Modal Fusion by Alignment and Label Matching for Multimodal Emotion Recognition
di: Li, Qifei, et al.
Pubblicazione: (2024)
di: Li, Qifei, et al.
Pubblicazione: (2024)
Efficient VoIP Communications through LLM-based Real-Time Speech Reconstruction and Call Prioritization for Emergency Services
di: Venkateshperumal, Danush, et al.
Pubblicazione: (2024)
di: Venkateshperumal, Danush, et al.
Pubblicazione: (2024)
A Joint Spectro-Temporal Relational Thinking Based Acoustic Modeling Framework
di: Nan, Zheng, et al.
Pubblicazione: (2024)
di: Nan, Zheng, et al.
Pubblicazione: (2024)
Bridging ASR and LLMs for Dysarthric Speech Recognition: Benchmarking Self-Supervised and Generative Approaches
di: Aboeitta, Ahmed, et al.
Pubblicazione: (2025)
di: Aboeitta, Ahmed, et al.
Pubblicazione: (2025)
An LSTM-Based Chord Generation System Using Chroma Histogram Representations
di: Hardwick, Jack
Pubblicazione: (2024)
di: Hardwick, Jack
Pubblicazione: (2024)
Emotion Neural Transducer for Fine-Grained Speech Emotion Recognition
di: Shen, Siyuan, et al.
Pubblicazione: (2024)
di: Shen, Siyuan, et al.
Pubblicazione: (2024)
Documenti analoghi
-
MangoLeafViT: Leveraging Lightweight Vision Transformer with Runtime Augmentation for Efficient Mango Leaf Disease Classification
di: Chowdhury, Rafi Hassan, et al.
Pubblicazione: (2025) -
Explainable Transformer-CNN Fusion for Noise-Robust Speech Emotion Recognition
di: Chakrabarty, Sudip, et al.
Pubblicazione: (2025) -
ViT-TTS: Visual Text-to-Speech with Scalable Diffusion Transformer
di: Liu, Huadai, et al.
Pubblicazione: (2023) -
Deep Learning for Speech Emotion Recognition: A CNN Approach Utilizing Mel Spectrograms
di: Penumajji, Niketa
Pubblicazione: (2025) -
Enhancing Speech Emotion Recognition with Multi-Task Learning and Dynamic Feature Fusion
di: Wang, Honghong, et al.
Pubblicazione: (2025)