Buchumschlag

Description and Discussion on DCASE 2026 Challenge Task 4: Spatial Semantic Segmentation of Sound Scenes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Binh Thien, Yasuda, Masahiro, Harada, Noboru, Serizel, Romain, Mishra, Mayank, Delcroix, Marc, Hernandez-Olivan, Carlos, Araki, Shoko, Takeuchi, Daiki, Nakatani, Tomohiro, Ono, Nobutaka
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Description and Discussion on DCASE 2025 Challenge Task 4: Spatial Semantic Segmentation of Sound Scenes
von: Yasuda, Masahiro, et al.
Veröffentlicht: (2025)

Class-Aware Permutation-Invariant Signal-to-Distortion Ratio for Semantic Segmentation of Sound Scene with Same-Class Sources
von: Nguyen, Binh Thien, et al.
Veröffentlicht: (2026)

Rethinking Masking Strategies for Masked Prediction-based Audio Self-supervised Learning
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2026)

Baseline Systems and Evaluation Metrics for Spatial Semantic Segmentation of Sound Scenes
von: Nguyen, Binh Thien, et al.
Veröffentlicht: (2025)

Assessing the Utility of Audio Foundation Models for Heart and Respiratory Sound Analysis
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2025)

SoundBeam meets M2D: Target Sound Extraction with Audio Foundation Model
von: Hernandez-Olivan, Carlos, et al.
Veröffentlicht: (2024)

M2D-CLAP: Exploring General-purpose Audio-Language Representations Beyond CLAP
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2025)

Towards Pre-training an Effective Respiratory Audio Foundation Model
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2025)

CLAP-ART: Automated Audio Captioning with Semantic-rich Audio Representation Tokenizer
von: Takeuchi, Daiki, et al.
Veröffentlicht: (2025)

Metric Analysis for Spatial Semantic Segmentation of Sound Scenes
von: Mishra, Mayank, et al.
Veröffentlicht: (2025)

Description and Discussion on DCASE 2026 Challenge Task 2: Noise-aware Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
von: Nishida, Tomoya, et al.
Veröffentlicht: (2026)

Interaural time difference loss for binaural target sound extraction
von: Hernandez-Olivan, Carlos, et al.
Veröffentlicht: (2024)

Guided Masked Self-Distillation Modeling for Distributed Multimedia Sensor Event Analysis
von: Yasuda, Masahiro, et al.
Veröffentlicht: (2024)

Array Geometry-Robust Attention-Based Neural Beamformer for Moving Speakers
von: Tammen, Marvin, et al.
Veröffentlicht: (2024)

Reference Microphone Selection for Guided Source Separation based on the Normalized L-p Norm
von: Lohmann, Anselm, et al.
Veröffentlicht: (2025)

Joint Enhancement and Classification using Coupled Diffusion Models of Signals and Logits
von: Nurko, Gilad, et al.
Veröffentlicht: (2026)

6DoF SELD: Sound Event Localization and Detection Using Microphones and Motion Tracking Sensors on self-motioning human
von: Yasuda, Masahiro, et al.
Veröffentlicht: (2024)

DCASE 2024 Task 4: Sound Event Detection with Heterogeneous Data and Missing Labels
von: Cornell, Samuele, et al.
Veröffentlicht: (2024)

M2D-CLAP: Masked Modeling Duo Meets CLAP for Learning General-purpose Audio-Language Representation
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2024)

A decade of DCASE: Achievements, practices, evaluations and future challenges
von: Mesaros, Annamaria, et al.
Veröffentlicht: (2024)

Description and Discussion on DCASE 2025 Challenge Task 2: First-shot Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
von: Nishida, Tomoya, et al.
Veröffentlicht: (2025)

Description and Discussion on DCASE 2024 Challenge Task 2: First-Shot Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
von: Nishida, Tomoya, et al.
Veröffentlicht: (2024)

Energy Consumption Trends in Sound Event Detection Systems
von: Douwes, Constance, et al.
Veröffentlicht: (2024)

Sound Scene Synthesis at the DCASE 2024 Challenge
von: Lagrange, Mathieu, et al.
Veröffentlicht: (2025)

Description and analysis of novelties introduced in DCASE Task 4 2022 on the baseline system
von: Ronchini, Francesca, et al.
Veröffentlicht: (2022)

MOVER: Combining Multiple Meeting Recognition Systems
von: Kamo, Naoyuki, et al.
Veröffentlicht: (2025)

Self-Supervised Learning for Few-Shot Bird Sound Classification
von: Moummad, Ilyass, et al.
Veröffentlicht: (2023)

Unrestricted Global Phase Bias-Aware Single-channel Speech Enhancement with Conformer-based Metric GAN
von: Zhang, Shiqi, et al.
Veröffentlicht: (2024)

Masked Modeling Duo: Towards a Universal Audio Pre-training Framework
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2024)

Exploring Pre-trained General-purpose Audio Representations for Heart Murmur Detection
von: Niizumi, Daisuke, et al.
Veröffentlicht: (2024)

Regularized Contrastive Pre-training for Few-shot Bioacoustic Sound Detection
von: Moummad, Ilyass, et al.
Veröffentlicht: (2023)

DiBA: Diagonal and Binary Matrix Approximation for Neural Network Weight Compression
von: Ono, Nobutaka
Veröffentlicht: (2026)

Fast Swap-Based Element Selection for Multiplication-Free Dimension Reduction
von: Ono, Nobutaka
Veröffentlicht: (2026)

Domain-Invariant Representation Learning of Bird Sounds
von: Moummad, Ilyass, et al.
Veröffentlicht: (2024)

Domain-Agnostic Incremental Learning for Sound Classification. A DCASE 2026 Challenge task
von: Casciotti, Riccardo, et al.
Veröffentlicht: (2026)

Refining Knowledge Transfer on Audio-Image Temporal Agreement for Audio-Text Cross Retrieval
von: Tsubaki, Shunsuke, et al.
Veröffentlicht: (2024)

Target Speech Extraction with Pre-trained Self-supervised Learning Models
von: Peng, Junyi, et al.
Veröffentlicht: (2024)

Mamba-based Segmentation Model for Speaker Diarization
von: Plaquet, Alexis, et al.
Veröffentlicht: (2024)

A benchmark of state-of-the-art sound event detection systems evaluated on synthetic soundscapes
von: Ronchini, Francesca, et al.
Veröffentlicht: (2022)

From Computation to Consumption: Exploring the Compute-Energy Link for Training and Testing Neural Networks for SED Systems
von: Douwes, Constance, et al.
Veröffentlicht: (2024)