Newest papers

NeuroCodec: EEG-Guided Latent-Domain Generative Model for High-Fidelity Target Speaker Extraction

Julian Silva, Jaliya Kodithuwakku, Navindu Sirimanna, Shaveen Herath, Wageesha N. Manamperi, Joshua P. Kulasingham · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29815 · open-access PDF

Spanish

Impulsado por los recientes avances en los dispositivos auditivos, la extracción de altavoces objetivo (TSE) en entornos multi-talker ha llamado una atención significativa. Para abordar esto, las tecnologías auditivas identifican la atención utilizando señales neuronales grabadas a través de la electroencefalografía (EEG) para guiar la TSE, permitiendo el descifrado de la atención auditiva neuro-controlada. Sin embargo, la mayoría de las técnicas existentes se basan en el mascarado de frecuencia temporal, que sufre de baja fidelidad en regiones espectro-temporalmente superpuestas y a menudo se limita al audio de banda estrecha. En contraste, introducimos NeuroCodec, que, al mejor de nuestro conocimiento,

Machine translation (Meta M2M100); the English original follows.

Abstract

Driven by recent advancements in hearing assistive devices, target speaker extraction (TSE) in multi-talker environments has drawn significant attention. To address this, hearing technologies identify attention using neural signals recorded via electroencephalography (EEG) to guide TSE, enabling neuro-steered auditory attention decoding. However, most existing techniques rely on time-frequency masking, which suffers from low fidelity in spectro-temporally overlapping regions and is often restricted to narrowband audio. In contrast, we introduce NeuroCodec, which, to the best of our knowledge,

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange