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

Russian

Двигаясь последними достижениями в области слуховых вспомогательных устройств, экстракция целевых громкоговорителей (TSE) в средах с несколькими разговорами привлекла значительное внимание. Чтобы решить этот вопрос, слуховые технологии идентифицируют внимание с помощью нейронных сигналов, записанных с помощью электроэнцефалографии (EEG), чтобы направлять TSE, позволяя нейроуправляемое расшифровку слуха. Тем не менее, большинство существующих методов опираются на маскировку частоты времени, которая страдает от низкой верности в спектрально-временных регионах и часто ограничивается узкополосным аудио. Напротив, мы вводим NeuroCodec, который, по лучшему нашему знанию,

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