Buchumschlag

Beyond the Mouth: Upper-Face Affective Cues in Audiovisual Sentence Recognition under Acoustic Uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Zhou, Yang, Yueyi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Sound Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Embedding with Mel-spectrograms for Underwater Acoustic Target Recognition
von: Feng, Sheng, et al.
Veröffentlicht: (2025)

Beyond Content: A Comprehensive Speech Toxicity Dataset and Detection Framework Incorporating Paralinguistic Cues
von: Ba, Zhongjie, et al.
Veröffentlicht: (2026)

Uncertainty-Aware 3D Emotional Talking Face Synthesis with Emotion Prior Distillation
von: Shen, Nanhan, et al.
Veröffentlicht: (2026)

DOA Estimation with Lightweight Network on LLM-Aided Simulated Acoustic Scenes
von: Li, Haowen, et al.
Veröffentlicht: (2025)

DDSC: Dynamic Dual-Signal Curriculum for Data-Efficient Acoustic Scene Classification under Domain Shift
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

An Entropy-Guided Curriculum Learning Strategy for Data-Efficient Acoustic Scene Classification under Domain Shift
von: Zhang, Peihong, et al.
Veröffentlicht: (2025)

Towards Explicit Acoustic Evidence Perception in Audio LLMs for Speech Deepfake Detection
von: Guo, Xiaoxuan, et al.
Veröffentlicht: (2026)

AAT: Adapting Audio Transformer for Various Acoustics Recognition Tasks
von: Liang, Yun, et al.
Veröffentlicht: (2024)

AUDRON: A Deep Learning Framework with Fused Acoustic Signatures for Drone Type Recognition
von: Chatterjee, Rajdeep, et al.
Veröffentlicht: (2025)

The Computation of Generalized Embeddings for Underwater Acoustic Target Recognition using Contrastive Learning
von: Hummel, Hilde I., et al.
Veröffentlicht: (2025)

TMD-Bench: A Multi-Level Evaluation Paradigm for Music-Dance Co-Generation
von: Yang, Xiaoda, et al.
Veröffentlicht: (2026)

BeeVe: Unsupervised Acoustic State Discovery in Honey Bee Buzzing
von: Hammami, Hamze, et al.
Veröffentlicht: (2026)

Diffusion-based Surrogate Model for Time-varying Underwater Acoustic Channels
von: Li, Kexin, et al.
Veröffentlicht: (2025)

Explaining Deep Learning Embeddings for Speech Emotion Recognition by Predicting Interpretable Acoustic Features
von: Dixit, Satvik, et al.
Veröffentlicht: (2024)

Probing the Information Encoded in Neural-based Acoustic Models of Automatic Speech Recognition Systems
von: Raymondaud, Quentin, et al.
Veröffentlicht: (2024)

DialogGraph-LLM: Graph-Informed LLMs for End-to-End Audio Dialogue Intent Recognition
von: Liu, HongYu, et al.
Veröffentlicht: (2025)

Smart Passive Acoustic Monitoring: Embedding a Classifier on AudioMoth Microcontroller
von: Lerbourg, Louis, et al.
Veröffentlicht: (2026)

ES4R: Speech Encoding Based on Prepositive Affective Modeling for Empathetic Response Generation
von: Gao, Zhuoyue, et al.
Veröffentlicht: (2026)

Cross-Corpus Validation of Speech Emotion Recognition in Urdu using Domain-Knowledge Acoustic Features
von: Talpur, Unzela, et al.
Veröffentlicht: (2025)

Khala: Scaling Acoustic Token Language Models Toward High-Fidelity Music Generation
von: Liu, Jiafeng, et al.
Veröffentlicht: (2026)

Beyond Acoustic Emotion Recognition: Multimodal Pathos Analysis in Political Speech Using LLM-Based and Acoustic Emotion Models
von: Dietrich, Juergen
Veröffentlicht: (2026)

Chord Recognition with Deep Learning
von: Mackenzie, Pierre
Veröffentlicht: (2025)

Modality-Specific Speech Enhancement and Noise-Adaptive Fusion for Acoustic and Body-Conduction Microphone Framework
von: Kim, Yunsik, et al.
Veröffentlicht: (2025)

Exploring Multilingual Unseen Speaker Emotion Recognition: Leveraging Co-Attention Cues in Multitask Learning
von: Goel, Arnav, et al.
Veröffentlicht: (2024)

ChladniSonify: A Visual-Acoustic Mapping Method for Chladni Patterns in New Media Art Creation
von: Liu, Yakun, et al.
Veröffentlicht: (2026)

Adaptive Knowledge Distillation using a Device-Aware Teacher for Low-Complexity Acoustic Scene Classification
von: Jeong, Seung Gyu, et al.
Veröffentlicht: (2025)

Improving Audio Event Recognition with Consistency Regularization
von: Sadhu, Shanmuka, et al.
Veröffentlicht: (2025)

SyncTrack: Rhythmic Stability and Synchronization in Multi-Track Music Generation
von: Wang, Hongrui, et al.
Veröffentlicht: (2026)

Are you sure? Analysing Uncertainty Quantification Approaches for Real-world Speech Emotion Recognition
von: Schrüfer, Oliver, et al.
Veröffentlicht: (2024)

Evaluating Hallucinations in Audio-Visual Multimodal LLMs with Spoken Queries under Diverse Acoustic Conditions
von: Park, Hansol, et al.
Veröffentlicht: (2025)

MERaLiON-SER: Robust Speech Emotion Recognition Model for English and SEA Languages
von: Sailor, Hardik B., et al.
Veröffentlicht: (2025)

AV-GS: Learning Material and Geometry Aware Priors for Novel View Acoustic Synthesis
von: Bhosale, Swapnil, et al.
Veröffentlicht: (2024)

It's Never Too Late: Fusing Acoustic Information into Large Language Models for Automatic Speech Recognition
von: Chen, Chen, et al.
Veröffentlicht: (2024)

RAS: a Reliability Oriented Metric for Automatic Speech Recognition
von: Huang, Wenbin, et al.
Veröffentlicht: (2026)

Speech Emotion Recognition via Entropy-Aware Score Selection
von: Chua, ChenYi, et al.
Veröffentlicht: (2025)

A Multi-task Learning Balanced Attention Convolutional Neural Network Model for Few-shot Underwater Acoustic Target Recognition
von: Huang, Wei, et al.
Veröffentlicht: (2025)

Enabling Automatic Disordered Speech Recognition: An Impaired Speech Dataset in the Akan Language
von: Wiafe, Isaac, et al.
Veröffentlicht: (2026)

Deep Learning for Speech Emotion Recognition: A CNN Approach Utilizing Mel Spectrograms
von: Penumajji, Niketa
Veröffentlicht: (2025)

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

Cross-Learning Fine-Tuning Strategy for Dysarthric Speech Recognition Via CDSD database
von: Xiao, Qing, et al.
Veröffentlicht: (2025)