Buchumschlag

Huí Sù: Co-constructing a Dual Feedback Apparatus

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yichen, Martin, Charles Patrick
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Opening the Design Space: Two Years of Performance with Intelligent Musical Instruments
von: Martin, Charles Patrick
Veröffentlicht: (2026)

HybridVC: Efficient Voice Style Conversion with Text and Audio Prompts
von: Niu, Xinlei, et al.
Veröffentlicht: (2024)

Comprehend and Talk: Text to Speech Synthesis via Dual Language Modeling
von: Cao, Junjie, et al.
Veröffentlicht: (2025)

SoundLoCD: An Efficient Conditional Discrete Contrastive Latent Diffusion Model for Text-to-Sound Generation
von: Niu, Xinlei, et al.
Veröffentlicht: (2024)

AudioRAG+: Feedback-driven Retrieval-augmented Audio Generation with Large Audio Language Models
von: Zhao, Junqi, et al.
Veröffentlicht: (2025)

SoundMorpher: Perceptually-Uniform Sound Morphing with Diffusion Model
von: Niu, Xinlei, et al.
Veröffentlicht: (2024)

Dual Data Scaling for Robust Two-Stage User-Defined Keyword Spotting
von: Ai, Zhiqi, et al.
Veröffentlicht: (2025)

Advancing Continual Learning for Robust Deepfake Audio Classification
von: Dong, Feiyi, et al.
Veröffentlicht: (2024)

Generative Multi-modal Feedback for Singing Voice Synthesis Evaluation
von: Li, Xueyan, et al.
Veröffentlicht: (2025)

Resonate: Reinforcing Text-to-Audio Generation via Online Feedback from Large Audio Language Models
von: Li, Xiquan, et al.
Veröffentlicht: (2026)

CoDeTT: A Context-Aware Decision Benchmark for Turn-Taking Evaluation
von: Shen, Huan, et al.
Veröffentlicht: (2026)

T2A-Feedback: Improving Basic Capabilities of Text-to-Audio Generation via Fine-grained AI Feedback
von: Wang, Zehan, et al.
Veröffentlicht: (2025)

Differentiable Attenuation Filters for Feedback Delay Networks
von: Ibnyahya, Ilias, et al.
Veröffentlicht: (2025)

DisCo-Speech: Controllable Zero-Shot Speech Generation with A Disentangled Speech Codec
von: Li, Tao, et al.
Veröffentlicht: (2025)

Accelerated Convolutive Transfer Function-Based Multichannel NMF Using Iterative Source Steering
von: Xie, Xuemai, et al.
Veröffentlicht: (2025)

Dual-Strategy-Enhanced ConBiMamba for Neural Speaker Diarization
von: Liao, Zhen, et al.
Veröffentlicht: (2026)

DualMark: Identifying Model and Training Data Origins in Generated Audio
von: Yang, Xuefeng, et al.
Veröffentlicht: (2025)

CoHear: Conversation Enhancement via Multi-Earphone Collaboration
von: He, Lixing, et al.
Veröffentlicht: (2025)

DPDFNet: Boosting DeepFilterNet2 via Dual-Path RNN
von: Rika, Daniel, et al.
Veröffentlicht: (2025)

DuoGesture: Neuro-Inspired and Biomechanically Informed Dual-Stream Co-Speech Gesture Generation
von: Paar, Ferdinand, et al.
Veröffentlicht: (2026)

CoCoEmo: Composable and Controllable Human-Like Emotional TTS via Activation Steering
von: Wang, Siyi, et al.
Veröffentlicht: (2026)

VoiceAgentRAG: Solving the RAG Latency Bottleneck in Real-Time Voice Agents Using Dual-Agent Architectures
von: Qiu, Jielin, et al.
Veröffentlicht: (2026)

The Shape of Surprise: Structured Uncertainty and Co-Creativity in AI Music Tools
von: Browne, Eric
Veröffentlicht: (2025)

TADA: A Generative Framework for Speech Modeling via Text-Acoustic Dual Alignment
von: Dang, Trung, et al.
Veröffentlicht: (2026)

A Dual-Stage Time-Context Network for Speech-Based Alzheimer's Disease Detection
von: Gao, Yifan, et al.
Veröffentlicht: (2025)

Online Register for Dual-Mode Self-Supervised Speech Models: Mitigating The Lack of Future Context
von: Goto, Keita, et al.
Veröffentlicht: (2026)

BridgeCode: A Dual Speech Representation Paradigm for Autoregressive Zero-Shot Text-to-Speech Synthesis
von: Xing, Jingyuan, et al.
Veröffentlicht: (2025)

Beyond Video-to-SFX: Video to Audio Synthesis with Environmentally Aware Speech
von: Niu, Xinlei, et al.
Veröffentlicht: (2025)

RAF: Relativistic Adversarial Feedback For Universal Speech Synthesis
von: Lee, Yongjoon, et al.
Veröffentlicht: (2026)

DRASP: A Dual-Resolution Attentive Statistics Pooling Framework for Automatic MOS Prediction
von: Yang, Cheng-Yeh, et al.
Veröffentlicht: (2025)

Optimizing Conversational Quality in Spoken Dialogue Systems with Reinforcement Learning from AI Feedback
von: Arora, Siddhant, et al.
Veröffentlicht: (2026)

SuPseudo: A Pseudo-supervised Learning Method for Neural Speech Enhancement in Far-field Speech Recognition
von: Luo, Longjie, et al.
Veröffentlicht: (2025)

Multi-Task Transformer for Explainable Speech Deepfake Detection via Formant Modeling
von: Negroni, Viola, et al.
Veröffentlicht: (2026)

DualSpeechLM: Towards Unified Speech Understanding and Generation via Dual Speech Token Modeling with Large Language Models
von: Wang, Yuanyuan, et al.
Veröffentlicht: (2025)

DuoTok: Source-Aware Dual-Track Tokenization for Multi-Track Music Language Modeling
von: Lin, Rui, et al.
Veröffentlicht: (2025)

InconVAD: A Two-Stage Dual-Tower Framework for Multimodal Emotion Inconsistency Detection
von: Li, Zongyi, et al.
Veröffentlicht: (2025)

DialoSpeech: Dual-Speaker Dialogue Generation with LLM and Flow Matching
von: Xie, Hanke, et al.
Veröffentlicht: (2025)

A Novel Deep Learning Framework for Efficient Multichannel Acoustic Feedback Control
von: Wu, Yuan-Kuei, et al.
Veröffentlicht: (2025)

ZipEnhancer: Dual-Path Down-Up Sampling-based Zipformer for Monaural Speech Enhancement
von: Wang, Haoxu, et al.
Veröffentlicht: (2025)

CoMelSinger: Discrete Token-Based Zero-Shot Singing Synthesis With Structured Melody Control and Guidance
von: Zhao, Junchuan, et al.
Veröffentlicht: (2025)