Enregistré dans:
| Auteurs principaux: | Ueda, Lucas H., Lima, João G. T., Corrêa, Pedro R., Simões, Flávio O., Neto, Mário U., Costa, Paula D. P. |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2603.22252 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Exploring synthetic data for cross-speaker style transfer in style representation based TTS
par: Ueda, Lucas H., et autres
Publié: (2024)
par: Ueda, Lucas H., et autres
Publié: (2024)
Improving Data Augmentation-based Cross-Speaker Style Transfer for TTS with Singing Voice, Style Filtering, and F0 Matching
par: Marques, Leonardo B. de M. M., et autres
Publié: (2024)
par: Marques, Leonardo B. de M. M., et autres
Publié: (2024)
SponTTS: modeling and transferring spontaneous style for TTS
par: Li, Hanzhao, et autres
Publié: (2023)
par: Li, Hanzhao, et autres
Publié: (2023)
Improving Speech Emotion Recognition Through Cross Modal Attention Alignment and Balanced Stacking Model
par: Ueda, Lucas, et autres
Publié: (2025)
par: Ueda, Lucas, et autres
Publié: (2025)
Evaluating Emotion Recognition in Spoken Language Models on Emotionally Incongruent Speech
par: Corrêa, Pedro, et autres
Publié: (2025)
par: Corrêa, Pedro, et autres
Publié: (2025)
Curriculum learning for self-supervised speaker verification
par: Heo, Hee-Soo, et autres
Publié: (2022)
par: Heo, Hee-Soo, et autres
Publié: (2022)
Crab: Multi Layer Contrastive Supervision to Improve Speech Emotion Recognition Under Both Acted and Natural Speech Condition
par: Ueda, Lucas H., et autres
Publié: (2026)
par: Ueda, Lucas H., et autres
Publié: (2026)
Why disentanglement-based speaker anonymization systems fail at preserving emotions?
par: Gaznepoglu, Ünal Ege, et autres
Publié: (2025)
par: Gaznepoglu, Ünal Ege, et autres
Publié: (2025)
Text adaptation for speaker verification with speaker-text factorized embeddings
par: Yang, Yexin, et autres
Publié: (2025)
par: Yang, Yexin, et autres
Publié: (2025)
End-to-end transfer learning for speaker-independent cross-language and cross-corpus speech emotion recognition
par: Tang, Duowei, et autres
Publié: (2023)
par: Tang, Duowei, et autres
Publié: (2023)
X-CrossNet: A complex spectral mapping approach to target speaker extraction with cross attention speaker embedding fusion
par: Sun, Chang, et autres
Publié: (2024)
par: Sun, Chang, et autres
Publié: (2024)
Investigation of perception inconsistency in speaker embedding for asynchronous voice anonymization
par: Wang, Rui, et autres
Publié: (2025)
par: Wang, Rui, et autres
Publié: (2025)
ESPnet-SPK: full pipeline speaker embedding toolkit with reproducible recipes, self-supervised front-ends, and off-the-shelf models
par: Jung, Jee-weon, et autres
Publié: (2024)
par: Jung, Jee-weon, et autres
Publié: (2024)
Geodesic interpolation of frame-wise speaker embeddings for the diarization of meeting scenarios
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
Scaling NVIDIA's Multi-speaker Multi-lingual TTS Systems with Zero-Shot TTS to Indic Languages
par: Arora, Akshit, et autres
Publié: (2024)
par: Arora, Akshit, et autres
Publié: (2024)
An Exploration of ECAPA-TDNN and x-vector Speaker Representations in Zero-shot Multi-speaker TTS
par: Kunešová, Marie, et autres
Publié: (2025)
par: Kunešová, Marie, et autres
Publié: (2025)
Challenging margin-based speaker embedding extractors by using the variational information bottleneck
par: Stafylakis, Themos, et autres
Publié: (2024)
par: Stafylakis, Themos, et autres
Publié: (2024)
Tandem spoofing-robust automatic speaker verification based on time-domain embeddings
par: Weizman, Avishai, et autres
Publié: (2024)
par: Weizman, Avishai, et autres
Publié: (2024)
VECL-TTS: Voice identity and Emotional style controllable Cross-Lingual Text-to-Speech
par: Gudmalwar, Ashishkumar, et autres
Publié: (2024)
par: Gudmalwar, Ashishkumar, et autres
Publié: (2024)
Accent-VITS:accent transfer for end-to-end TTS
par: Ma, Linhan, et autres
Publié: (2023)
par: Ma, Linhan, et autres
Publié: (2023)
Analyzing the relationships between pretraining language, phonetic, tonal, and speaker information in self-supervised speech models
par: Gubian, Michele, et autres
Publié: (2025)
par: Gubian, Michele, et autres
Publié: (2025)
Exploring speech style spaces with language models: Emotional TTS without emotion labels
par: Chandra, Shreeram Suresh, et autres
Publié: (2024)
par: Chandra, Shreeram Suresh, et autres
Publié: (2024)
Hierarchical speaker representation for target speaker extraction
par: He, Shulin, et autres
Publié: (2022)
par: He, Shulin, et autres
Publié: (2022)
Spatio-spectral diarization of meetings by combining TDOA-based segmentation and speaker embedding-based clustering
par: Cord-Landwehr, Tobias, et autres
Publié: (2025)
par: Cord-Landwehr, Tobias, et autres
Publié: (2025)
Evaluation of preprocessing pipelines in the creation of in-the-wild TTS datasets
par: Di Bernardo, Matías, et autres
Publié: (2025)
par: Di Bernardo, Matías, et autres
Publié: (2025)
Improving curriculum learning for target speaker extraction with synthetic speakers
par: Liu, Yun, et autres
Publié: (2024)
par: Liu, Yun, et autres
Publié: (2024)
Traceable TTS: Toward Watermark-Free TTS with Strong Traceability
par: Zhao, Yuxiang, et autres
Publié: (2025)
par: Zhao, Yuxiang, et autres
Publié: (2025)
Triage knowledge distillation for speaker verification
par: Kim, Ju-ho, et autres
Publié: (2026)
par: Kim, Ju-ho, et autres
Publié: (2026)
Privacy-oriented manipulation of speaker representations
par: Teixeira, Francisco, et autres
Publié: (2023)
par: Teixeira, Francisco, et autres
Publié: (2023)
Nord-Parl-TTS: Finnish and Swedish TTS Dataset from Parliament Speech
par: Li, Zirui, et autres
Publié: (2025)
par: Li, Zirui, et autres
Publié: (2025)
Gender-ambiguous voice generation through feminine speaking style transfer in male voices
par: Koutsogiannaki, Maria, et autres
Publié: (2024)
par: Koutsogiannaki, Maria, et autres
Publié: (2024)
How Open is Open TTS? A Practical Evaluation of Open Source TTS Tools
par: Răgman, Teodora, et autres
Publié: (2026)
par: Răgman, Teodora, et autres
Publié: (2026)
Scalable Controllable Accented TTS
par: Xinyuan, Henry Li, et autres
Publié: (2025)
par: Xinyuan, Henry Li, et autres
Publié: (2025)
E1 TTS: Simple and Fast Non-Autoregressive TTS
par: Liu, Zhijun, et autres
Publié: (2024)
par: Liu, Zhijun, et autres
Publié: (2024)
Combining audio control and style transfer using latent diffusion
par: Demerlé, Nils, et autres
Publié: (2024)
par: Demerlé, Nils, et autres
Publié: (2024)
Word-wise intonation model for cross-language TTS systems
par: A., Tomilov A., et autres
Publié: (2024)
par: A., Tomilov A., et autres
Publié: (2024)
Zero-Shot TTS With Enhanced Audio Prompts: Bsc Submission For The 2026 Wildspoof Challenge TTS Track
par: Giraldo, Jose, et autres
Publié: (2026)
par: Giraldo, Jose, et autres
Publié: (2026)
T5Gemma-TTS Technical Report
par: Arata, Chihiro, et autres
Publié: (2026)
par: Arata, Chihiro, et autres
Publié: (2026)
MBCodec:Thorough disentangle for high-fidelity audio compression
par: Zhang, Ruonan, et autres
Publié: (2025)
par: Zhang, Ruonan, et autres
Publié: (2025)
E2 TTS: Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS
par: Eskimez, Sefik Emre, et autres
Publié: (2024)
par: Eskimez, Sefik Emre, et autres
Publié: (2024)
Documents similaires
-
Exploring synthetic data for cross-speaker style transfer in style representation based TTS
par: Ueda, Lucas H., et autres
Publié: (2024) -
Improving Data Augmentation-based Cross-Speaker Style Transfer for TTS with Singing Voice, Style Filtering, and F0 Matching
par: Marques, Leonardo B. de M. M., et autres
Publié: (2024) -
SponTTS: modeling and transferring spontaneous style for TTS
par: Li, Hanzhao, et autres
Publié: (2023) -
Improving Speech Emotion Recognition Through Cross Modal Attention Alignment and Balanced Stacking Model
par: Ueda, Lucas, et autres
Publié: (2025) -
Evaluating Emotion Recognition in Spoken Language Models on Emotionally Incongruent Speech
par: Corrêa, Pedro, et autres
Publié: (2025)