Buchumschlag

Few-Shot Accent Synthesis for ASR with LLM-Guided Phoneme Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Halychanskyi, Yurii, Bozdag, Nimet Beyza, Hasegawa-Johnson, Mark, Hakkani-Tür, Dilek, Kindratenko, Volodymyr
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FAC-FACodec: Controllable Zero-Shot Foreign Accent Conversion with Factorized Speech Codec
von: Halychanskyi, Yurii, et al.
Veröffentlicht: (2025)

Accent Conversion: A Problem-Driven Survey of Sociolinguistic and Technical Constraints
von: Halychanskyi, Yurii, et al.
Veröffentlicht: (2026)

From Fact to Judgment: Investigating the Impact of Task Framing on LLM Conviction in Dialogue Systems
von: Rabbani, Parisa, et al.
Veröffentlicht: (2025)

Persuade Me if You Can: A Framework for Evaluating Persuasion Effectiveness and Susceptibility Among Large Language Models
von: Bozdag, Nimet Beyza, et al.
Veröffentlicht: (2025)

Language Specific Knowledge: Do Models Know Better in X than in English?
von: Agarwal, Ishika, et al.
Veröffentlicht: (2025)

DialDefer: A Framework for Detecting and Mitigating LLM Dialogic Deference
von: Rabbani, Parisa, et al.
Veröffentlicht: (2026)

AccentFold: A Journey through African Accents for Zero-Shot ASR Adaptation to Target Accents
von: Owodunni, Abraham Toluwase, et al.
Veröffentlicht: (2024)

Effects of Speaker Count, Duration, and Accent Diversity on Zero-Shot Accent Robustness in Low-Resource ASR
von: Yong, Zheng-Xin, et al.
Veröffentlicht: (2025)

Contrastive Regularization for Accent-Robust ASR
von: Thai, Van-Phat, et al.
Veröffentlicht: (2026)

Towards Robust Dysarthric Speech Recognition: LLM-Agent Post-ASR Correction Beyond WER
von: Zheng, Xiuwen, et al.
Veröffentlicht: (2026)

Multimodal Consistency-Guided Reference-Free Data Selection for ASR Accent Adaptation
von: Lei, Ligong, et al.
Veröffentlicht: (2026)

AURA: A Diagnostic Framework for Tracking User Satisfaction of Interactive Planning Agents
von: Kim, Takyoung, et al.
Veröffentlicht: (2025)

Performant ASR Models for Medical Entities in Accented Speech
von: Afonja, Tejumade, et al.
Veröffentlicht: (2024)

End-to-End Zero-Shot Voice Conversion with Location-Variable Convolutions
von: Kang, Wonjune, et al.
Veröffentlicht: (2022)

Too Polite to Disagree: Understanding Sycophancy Propagation in Multi-Agent Systems
von: Kasprova, Vira, et al.
Veröffentlicht: (2026)

AccentBox: Towards High-Fidelity Zero-Shot Accent Generation
von: Zhong, Jinzuomu, et al.
Veröffentlicht: (2024)

Must Read: A Comprehensive Survey of Computational Persuasion
von: Bozdag, Nimet Beyza, et al.
Veröffentlicht: (2025)

DITTO: Data-efficient and Fair Targeted Subset Selection for ASR Accent Adaptation
von: Kothawade, Suraj, et al.
Veröffentlicht: (2021)

Cross-Dialect Text-To-Speech in Pitch-Accent Language Incorporating Multi-Dialect Phoneme-Level BERT
von: Yamauchi, Kazuki, et al.
Veröffentlicht: (2024)

MacST: Multi-Accent Speech Synthesis via Text Transliteration for Accent Conversion
von: Inoue, Sho, et al.
Veröffentlicht: (2024)

Data-Efficient ASR Personalization for Non-Normative Speech Using an Uncertainty-Based Phoneme Difficulty Score for Guided Sampling
von: Pokel, Niclas, et al.
Veröffentlicht: (2025)

Multi-Scale Accent Modeling and Disentangling for Multi-Speaker Multi-Accent Text-to-Speech Synthesis
von: Zhou, Xuehao, et al.
Veröffentlicht: (2024)

PARCO: Phoneme-Augmented Robust Contextual ASR via Contrastive Entity Disambiguation
von: He, Jiajun, et al.
Veröffentlicht: (2025)

ProGRes: Prompted Generative Rescoring on ASR n-Best
von: Tur, Ada Defne, et al.
Veröffentlicht: (2024)

CosyAccent: Duration-Controllable Accent Normalization Using Source-Synthesis Training Data
von: Bai, Qibing, et al.
Veröffentlicht: (2026)

SpeechAccentLLM: A Unified Framework for Foreign Accent Conversion and Text to Speech
von: Cheng, Zhuangfei, et al.
Veröffentlicht: (2025)

Pairwise Evaluation of Accent Similarity in Speech Synthesis
von: Zhong, Jinzuomu, et al.
Veröffentlicht: (2025)

MetaSICL: Adapting Audiroty LLM via Meta Speech In-Context Learning
von: Zheng, Haolong, et al.
Veröffentlicht: (2026)

Advancing African-Accented Speech Recognition: Epistemic Uncertainty-Driven Data Selection for Generalizable ASR Models
von: Dossou, Bonaventure F. P.
Veröffentlicht: (2023)

In-Sync: Adaptation of Speech Aware Large Language Models for ASR with Word Level Timestamp Predictions
von: Fan, Xulin, et al.
Veröffentlicht: (2026)

Multi-Accent Mandarin Dry-Vocal Singing Dataset: Benchmark for Singing Accent Recognition
von: Wang, Zihao, et al.
Veröffentlicht: (2025)

LLaDA-TTS: Unifying Speech Synthesis and Zero-Shot Editing via Masked Diffusion Modeling
von: Fan, Xiaoyu, et al.
Veröffentlicht: (2026)

Advanced Modeling of Interlanguage Speech Intelligibility Benefit with L1-L2 Multi-Task Learning Using Differentiable K-Means for Accent-Robust Discrete Token-Based ASR
von: Onda, Kentaro, et al.
Veröffentlicht: (2026)

Discrete Tokens Exhibit Interlanguage Speech Intelligibility Benefit: an Analytical Study Towards Accent-robust ASR Only with Native Speech Data
von: Onda, Kentaro, et al.
Veröffentlicht: (2025)

Few-Shot Keyword Spotting from Mixed Speech
von: Yuan, Junming, et al.
Veröffentlicht: (2024)

Zero Shot Text to Speech Augmentation for Automatic Speech Recognition on Low-Resource Accented Speech Corpora
von: Nespoli, Francesco, et al.
Veröffentlicht: (2024)

Fine-Tuning Automatic Speech Recognition for People with Parkinson's: An Effective Strategy for Enhancing Speech Technology Accessibility
von: Zheng, Xiuwen, et al.
Veröffentlicht: (2024)

Enhancing Child Vocalization Classification with Phonetically-Tuned Embeddings for Assisting Autism Diagnosis
von: Li, Jialu, et al.
Veröffentlicht: (2023)

Accented Text-to-Speech Synthesis with a Conditional Variational Autoencoder
von: Melechovsky, Jan, et al.
Veröffentlicht: (2022)

NaijaS2ST: A Multi-Accent Benchmark for Speech-to-Speech Translation in Low-Resource Nigerian Languages
von: Maltais, Marie, et al.
Veröffentlicht: (2026)