Buchumschlag

Reverberation-Robust Localization of Speakers Using Distinct Speech Onsets and Multi-channel Cross-Correlations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Lin, Shoufeng
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

Robust Pitch Estimation and Tracking for Speakers Based on Subband Encoding and the Generalized Labeled Multi-Bernoulli Filter
von: Lin, Shoufeng
Veröffentlicht: (2026)

SRP-PHAT-NET: A Reliability-Driven DNN for Reverberant Speaker Localization
von: Shaybet, Bar, et al.
Veröffentlicht: (2025)

Speaker-Distinguishable CTC: Learning Speaker Distinction Using CTC for Multi-Talker Speech Recognition
von: Sakuma, Asahi, et al.
Veröffentlicht: (2025)

SoulX-Transcriber: A Robust End-to-End Framework for Multi-Speaker Speech Transcription
von: Dai, Yuhang, et al.
Veröffentlicht: (2026)

MC-LExt: Multi-Channel Target Speaker Extraction with Onset-Prompted Speaker Conditioning Mechanism
von: Ling, Tongtao, et al.
Veröffentlicht: (2025)

Transcription-Free Fine-Tuning of Speech Separation Models for Noisy and Reverberant Multi-Speaker Automatic Speech Recognition
von: Ravenscroft, William, et al.
Veröffentlicht: (2024)

Multiple Speaker Separation from Noisy Sources in Reverberant Rooms using Relative Transfer Matrix
von: Manamperi, Wageesha N., et al.
Veröffentlicht: (2025)

Speaker Attributed Automatic Speech Recognition Using Speech Aware LLMS
von: Aronowitz, Hagai, et al.
Veröffentlicht: (2026)

Enhanced Reverberation as Supervision for Unsupervised Speech Separation
von: Saijo, Kohei, et al.
Veröffentlicht: (2024)

ConSep: a Noise- and Reverberation-Robust Speech Separation Framework by Magnitude Conditioning
von: Ho, Kuan-Hsun, et al.
Veröffentlicht: (2024)

ARTT: Augmented Reverberant-Target Training for Unsupervised Monaural Speech Dereverberation
von: Song, Siqi, et al.
Veröffentlicht: (2026)

Single-Microphone Speaker Separation and Voice Activity Detection in Noisy and Reverberant Environments
von: Opochinsky, Renana, et al.
Veröffentlicht: (2024)

Elevating Robust Multi-Talker ASR by Decoupling Speaker Separation and Speech Recognition
von: Yang, Yufeng, et al.
Veröffentlicht: (2025)

Diarization-Aware Multi-Speaker Automatic Speech Recognition via Large Language Models
von: Lin, Yuke, et al.
Veröffentlicht: (2025)

Multi-Channel Multi-Speaker ASR Using Target Speaker's Solo Segment
von: Shao, Yiwen, et al.
Veröffentlicht: (2024)

Matching Reverberant Speech Through Learned Acoustic Embeddings and Feedback Delay Networks
von: Götz, Philipp, et al.
Veröffentlicht: (2025)

LibriheavyMix: A 20,000-Hour Dataset for Single-Channel Reverberant Multi-Talker Speech Separation, ASR and Speaker Diarization
von: Jin, Zengrui, et al.
Veröffentlicht: (2024)

Fade-in Reverberation in Multi-room Environments Using the Common-Slope Model
von: Lee, Kyung Yun, et al.
Veröffentlicht: (2024)

Non-Exponential Reverberation Modeling Using Dark Velvet Noise
von: Fagerström, Jon, et al.
Veröffentlicht: (2024)

The DKU System for Multi-Speaker Automatic Speech Recognition in MLC-SLM Challenge
von: Lin, Yuke, et al.
Veröffentlicht: (2025)

Gencho: Room Impulse Response Generation from Reverberant Speech and Text via Diffusion Transformers
von: Lin, Jackie, et al.
Veröffentlicht: (2026)

Listen to Extract: Onset-Prompted Target Speaker Extraction
von: Shen, Pengjie, et al.
Veröffentlicht: (2025)

ReverbMiipher: Generative Speech Restoration meets Reverberation Characteristics Controllability
von: Nakata, Wataru, et al.
Veröffentlicht: (2025)

Adversarial Attacks and Robust Defenses in Speaker Embedding based Zero-Shot Text-to-Speech System
von: Li, Ze, et al.
Veröffentlicht: (2024)

Multi-Input Multi-Output Target-Speaker Voice Activity Detection For Unified, Flexible, and Robust Audio-Visual Speaker Diarization
von: Cheng, Ming, et al.
Veröffentlicht: (2024)

Similarity Metrics For Late Reverberation
von: Santo, Gloria Dal, et al.
Veröffentlicht: (2024)

Distinctive and Natural Speaker Anonymization via Singular Value Transformation-assisted Matrix
von: Yao, Jixun, et al.
Veröffentlicht: (2024)

Generating Speakers by Prompting Listener Impressions for Pre-trained Multi-Speaker Text-to-Speech Systems
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

Incorporating Spatial Cues in Modular Speaker Diarization for Multi-channel Multi-party Meetings
von: Wang, Ruoyu, et al.
Veröffentlicht: (2024)

Uncertainty Quantification and Risk Control for Multi-Speaker Sound Source Localization
von: Rozenfeld, Vadim, et al.
Veröffentlicht: (2026)

Multi-level Temporal-channel Speaker Retrieval for Zero-shot Voice Conversion
von: Wang, Zhichao, et al.
Veröffentlicht: (2023)

Single-Microphone Audio Point Source Discriminative Localization From Reverberation Late Tail Estimation
von: Maciejewski, Matthew
Veröffentlicht: (2026)

SA-WavLM: Speaker-Aware Self-Supervised Pre-training for Mixture Speech
von: Lin, Jingru, et al.
Veröffentlicht: (2024)

Joint Optimization of Speaker and Spoof Detectors for Spoofing-Robust Automatic Speaker Verification
von: Kurnaz, Oğuzhan, et al.
Veröffentlicht: (2025)

Spoofing-Robust Speaker Verification Using Parallel Embedding Fusion: BTU Speech Group's Approach for ASVspoof5 Challenge
von: Kurnaz, Oğuzhan, et al.
Veröffentlicht: (2024)

Harmonic Summation-Based Robust Pitch Estimation in Noisy and Reverberant Environments
von: Singh, Anup, et al.
Veröffentlicht: (2025)

Resource-Efficient Adaptation of Speech Foundation Models for Multi-Speaker ASR
von: Wang, Weiqing, et al.
Veröffentlicht: (2024)

Enhancing Speaker-Independent Dysarthric Speech Severity Classification with DSSCNet and Cross-Corpus Adaptation
von: Roy, Arnab Kumar, et al.
Veröffentlicht: (2025)

PixIT: Joint Training of Speaker Diarization and Speech Separation from Real-world Multi-speaker Recordings
von: Kalda, Joonas, et al.
Veröffentlicht: (2024)

Speakers Localization Using Batch EM In Unfolding Neural Network
von: Veler, Rina, et al.
Veröffentlicht: (2026)