Buchumschlag

Real-time Speech Restoration using Data Prediction Mean Flows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Braun, Sebastian
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

Towards Real-Time Generative Speech Restoration with Flow-Matching
von: Hsieh, Tsun-An, et al.
Veröffentlicht: (2025)

MeanSE: Efficient Generative Speech Enhancement with Mean Flows
von: Wang, Jiahe, et al.
Veröffentlicht: (2025)

Distributed Asynchronous Device Speech Enhancement via Windowed Cross-Attention
von: Yang, Gene-Ping, et al.
Veröffentlicht: (2025)

VoiceRestore: Flow-Matching Transformers for Speech Recording Quality Restoration
von: Kirdey, Stanislav
Veröffentlicht: (2025)

MeanFlowSE: One-Step Generative Speech Enhancement via MeanFlow
von: Zhu, Yike, et al.
Veröffentlicht: (2025)

Ultra-Low Latency Speech Enhancement - A Comprehensive Study
von: Wu, Haibin, et al.
Veröffentlicht: (2024)

FLOWER: Flow-Based Estimated Gaussian Guidance for General Speech Restoration
von: Yang, Da-Hee, et al.
Veröffentlicht: (2025)

MeanFlow-TSE: One-Step Generative Target Speaker Extraction with Mean Flow
von: Shimizu, Riki, et al.
Veröffentlicht: (2025)

Multi-label audio classification with a noisy zero-shot teacher
von: Braun, Sebastian, et al.
Veröffentlicht: (2024)

Gaussian Flow Bridges for Audio Domain Transfer with Unpaired Data
von: Moliner, Eloi, et al.
Veröffentlicht: (2024)

Neural Speech Coding for Real-time Communications using Constant Bitrate Scalar Quantization
von: Brendel, Andreas, et al.
Veröffentlicht: (2024)

Query-Based Asymmetric Modeling with Decoupled Input-Output Rates for Speech Restoration
von: Shin, Ui-Hyeop, et al.
Veröffentlicht: (2025)

Voice-ENHANCE: Speech Restoration using a Diffusion-based Voice Conversion Framework
von: Byun, Kyungguen, et al.
Veröffentlicht: (2025)

Real-time Stereo Speech Enhancement with Spatial-Cue Preservation based on Dual-Path Structure
von: Togami, Masahito, et al.
Veröffentlicht: (2024)

Generative Speech Foundation Model Pretraining for High-Quality Speech Extraction and Restoration
von: Ku, Pin-Jui, et al.
Veröffentlicht: (2024)

A Fast Solver for Interpolating Stochastic Differential Equation Diffusion Models for Speech Restoration
von: Lay, Bunlong, et al.
Veröffentlicht: (2026)

Selection of Layers from Self-supervised Learning Models for Predicting Mean-Opinion-Score of Speech
von: Liang, Xinyu, et al.
Veröffentlicht: (2025)

SALAD-VAE: Semantic Audio Compression with Language-Audio Distillation
von: Braun, Sebastian, et al.
Veröffentlicht: (2025)

Textless Streaming Speech-to-Speech Translation using Semantic Speech Tokens
von: Zhao, Jinzheng, et al.
Veröffentlicht: (2024)

Rethinking Flow and Diffusion Bridge Models for Speech Enhancement
von: Wang, Dahan, et al.
Veröffentlicht: (2026)

The CCF AATC 2025 Speech Restoration Challenge: A Retrospective
von: Zhang, Junan, et al.
Veröffentlicht: (2025)

Speech Token Prediction via Compressed-to-fine Language Modeling for Speech Generation
von: Liu, Wenrui, et al.
Veröffentlicht: (2025)

FlowSE: Flow Matching-based Speech Enhancement
von: Lee, Seonggyu, et al.
Veröffentlicht: (2025)

Estimation and Restoration of Unknown Nonlinear Distortion using Diffusion
von: Švento, Michal, et al.
Veröffentlicht: (2025)

FlowSE-GRPO: Training Flow Matching Speech Enhancement via Online Reinforcement Learning
von: Wang, Haoxu, et al.
Veröffentlicht: (2026)

Evaluation of an ITD-to-ILD Transformation as a Method to Restore the Spatial Benefit in Speech Intelligibility in Hearing Impaired Listeners
von: Bäumer, Timm-Jonas, et al.
Veröffentlicht: (2025)

Perceptual Ratings Predict Speech Inversion Articulatory Kinematics in Childhood Speech Sound Disorders
von: Benway, Nina R., et al.
Veröffentlicht: (2025)

VC-ENHANCE: Speech Restoration with Integrated Noise Suppression and Voice Conversion
von: Byun, Kyungguen, et al.
Veröffentlicht: (2024)

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

Exploiting Foundation Models and Speech Enhancement for Parkinson's Disease Detection from Speech in Real-World Operative Conditions
von: La Quatra, Moreno, et al.
Veröffentlicht: (2024)

Data Augmentation for Pathological Speech Enhancement
von: Hou, Mingchi, et al.
Veröffentlicht: (2026)

Adapting Frechet Audio Distance for Generative Music Evaluation
von: Gui, Azalea, et al.
Veröffentlicht: (2023)

Miipher-2: A Universal Speech Restoration Model for Million-Hour Scale Data Restoration
von: Karita, Shigeki, et al.
Veröffentlicht: (2025)

Towards Frame-level Quality Predictions of Synthetic Speech
von: Kuhlmann, Michael, et al.
Veröffentlicht: (2025)

Restorative Speech Enhancement: A Progressive Approach Using SE and Codec Modules
von: Chiang, Hsin-Tien, et al.
Veröffentlicht: (2024)

Listen through the Sound: Generative Speech Restoration Leveraging Acoustic Context Representation
von: Chung, Soo-Whan, et al.
Veröffentlicht: (2025)

MeanVC: Lightweight and Streaming Zero-Shot Voice Conversion via Mean Flows
von: Ma, Guobin, et al.
Veröffentlicht: (2025)

LP-CFM: Perceptual Invariance-Aware Conditional Flow Matching for Speech Modeling
von: Kwak, Doyeop, et al.
Veröffentlicht: (2025)

Modeling Multi-Level Hearing Loss for Speech Intelligibility Prediction
von: Zhou, Xiajie, et al.
Veröffentlicht: (2025)

Generalizability of Predictive and Generative Speech Enhancement Models to Pathological Speakers
von: Hou, Mingchi, et al.
Veröffentlicht: (2025)