马杜·R·坎布尔
人员信息
优化列表
2020年–今天
2023 [公元30年] 马杜·R·坎布尔 :
基于剩余网络的伪语音检测的查询域特征。 APSIPA ASC公司 2023 : 2384-2389 [公元29年] 拉杰·普拉卡什·戈希尔 , 拉米娅·维斯瓦纳坦 , 索拉巴·阿格拉瓦尔 , C.M.维克兰 , 马杜·R·坎布尔 , 卡米尼萨布 , 阿里·巴沙·沙克 , 克里希纳·K·S·拉杰什 :
用于代码切换现实生活音频中稳健扬声器重音化的增量系统增强集成。 SPECOM(2) 2023 : 490-502 2022 [公元28年] 马杜·R·坎布尔 , 何塞·帕蒂诺 , 玛丽亚·A·祖鲁阿加 , 马西米利亚诺·托迪斯科 :
探索听觉特征诊断新冠肺炎。 ICASSP公司 2022 : 566-570 [公元27年] Hemlata Tak公司 , 马杜·R·坎布尔 , 何塞·帕蒂诺 , 马西米利亚诺·托迪斯科 , 尼古拉斯·W·D·埃文斯 :
Rawboost:一种用于自动说话人验证防欺骗的原始数据增强方法。 ICASSP公司 2022 : 6382-6386 [公元26年] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
房间声学对回放语音信号的影响。 ISCSLP公司 2022 : 105-109 [公元25年] 拉扎罗·J·冈萨雷斯·索勒 , 玛尔塔·戈梅兹·巴列罗 , 马杜·R·坎布尔 , 马西米利亚诺·托迪斯科 , 克里斯托夫·布什 :
用于语音呈现攻击检测的双流时间卷积神经网络。 IWBF项目 2022 : 1-6 [i4] 马杜·R·坎布尔 , 何塞·帕蒂诺 , 玛丽亚·A·祖鲁阿加 , 马西米利亚诺·托迪斯科 :
探索用于诊断新型冠状病毒肺炎的听觉声学特征。 CoRR公司 abs/2201.09110 ( 2022 ) 2021 [j3] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
使用teager能量特征线索检测重放假语音。 计算。 语音语言。 65 : 101140 ( 2021 ) [公元24年] 马杜·R·坎布尔 , 谢哈尔·纳亚克 , 阿里·巴沙·沙克 , 沙克蒂·普拉斯 , 维克拉姆·维基 , 赫曼特·帕蒂尔 :
用于近场和远场自动语音识别的Teager能量子带滤波功能。 APSIPA ASC公司 2021 : 491-496 【c23】 乌巴伊达·乔恰内 , 巴普蒂斯特·布罗西耶 , 豪尔赫·埃斯特班·甘博亚·甘博阿 , 托马斯·拉迪 , Hemlata Tak公司 , 奥尔汉·埃尔米斯 , 马杜·R·坎布尔 , 何塞·帕蒂诺 , 尼古拉斯·W·D·埃文斯 , 梅勒克·奥宁 , 马西米利亚诺·托迪斯科 :
使用安全多方计算的隐私保护语音防泄密。 Interspeech公司 2021 : 856-860 [公元22年] 马杜·R·坎布尔 , 何塞·安德烈斯·冈萨雷斯·洛佩斯 , 特蕾莎·格劳 , 胡安·埃斯宾 , 洛伦佐·卡西奥利 , 黄一清 , 亚历杭德罗·戈梅斯·阿兰尼斯 , 何塞·帕蒂诺 , Roberto字体 , 安东尼奥·佩纳多 , 安吉尔·M·戈麦斯 , 尼古拉斯·W·D·埃文斯 , 玛丽亚·A·祖鲁阿加 , 马西米利亚诺·托迪斯科 :
针对DiCOVA 2021挑战的新冠肺炎PANACEA咳嗽声基诊断。 Interspeech公司 2021 : 906-910 [i3] 马杜·R·坎布尔 , 何塞·安德烈斯·冈萨雷斯·洛佩斯 , 特蕾莎·格劳 , 胡安·埃斯宾 , 洛伦佐·卡西奥利 , 黄一清 , 亚历杭德罗·戈梅斯·阿兰尼斯 , 何塞·帕蒂诺 , Roberto字体 , 安东尼奥·佩纳多 , 安吉尔·M·戈麦斯 , 尼古拉斯·W·D·埃文斯 , 玛丽亚·A·祖鲁阿加 , 马西米利亚诺·托迪斯科 :
针对DiCOVA 2021挑战赛的新冠肺炎PANACEA咳嗽声基诊断。 CoRR公司 abs/2106.04423 ( 2021 ) [i2] Hemlata Tak公司 , 郑哲文(Jee-weon Jung) , 何塞·帕蒂诺 , 马杜·R·坎布尔 , 马西米利亚诺·托迪斯科 , 尼古拉斯·W·D·埃文斯 :
用于说话人验证的端到端频谱-时间图注意网络-抗扫频和语音深假检测。 CoRR公司 abs/2107.12710 ( 2021 ) [i1] Hemlata Tak公司 , 马杜·R·坎布尔 , 何塞·帕蒂诺 , 马西米利亚诺·托迪斯科 , 尼古拉斯·W·D·埃文斯 :
RawBoost:一种用于自动说话人验证防泄气的原始数据增强方法。 CoRR公司 abs/2111.04433 ( 2021 ) 2020 [注2] 马杜·R·坎布尔 , Hemlata Tak公司 , 赫曼特·帕蒂尔 :
基于幅度和频率调制的特征,用于检测回放假语音。 语音通信。 125 : 114-127 ( 2020 ) [j1] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
振幅和频率调制特征的组合用于表示攻击检测。 J.信号处理。 系统。 92 ( 8 ) : 777-791 ( 2020 ) 【c21】 普里扬卡·古普塔 , 高利·普拉贾帕蒂 , 施里什蒂·辛格 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
基于线性预测的语音保密系统设计。 亚太投资促进局 2020 : 543-549 [公元20年] Kuldeep Khoria公司 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
用于正常语音与耳语语音分类的Teager能量倒谱系数。 欧盟SIPCO 2020 : 1-5 [第19条] 高利·普拉贾帕蒂 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
语音助手中基于能量分离的重放欺骗检测特征。 欧盟SIPCO 2020 : 386-390 [第18条] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
用于重播假丝检测的新型可变长度Teager能量谱。 奥德赛 2020 : 143-150 [第17条] 马杜·R·坎布尔 , 阿迪蒂亚·克里希纳(Aditya Krishna Sai Pulikonda) , 玛达拉·文卡塔·西瓦·克里希纳 , 赫曼特·帕蒂尔 :
用于虚假语音检测的Teager能量谱分析。 奥德赛 2020 : 304-311
2010 – 2019
2019 [第16条] 马杜·R·坎布尔 , 阿迪蒂亚·克里希纳(Aditya Krishna Sai Pulikonda) , 玛达拉·文卡塔·西瓦·克里希纳 , 安库尔·帕蒂尔 , 拉朱尔·阿查里亚 , 赫曼特·帕蒂尔 :
用于重放和呈现攻击检测的基于语音解调的技术。 亚太投资促进局 2019 : 1545-1550 [第15条] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
基于Teager能量特征的回放假语音检测混响分析。 ICASSP公司 2019 : 2607-2611 [第14条] 马杜·R·坎布尔 , 玛达拉·文卡塔·西瓦·克里希纳 , 阿迪蒂亚·克里希纳(Aditya Krishna Sai Pulikonda) , 赫曼特·帕蒂尔 :
用于音频场景检测和分类的新型Teager能量子带特征。 PReMI(2) 2019 : 436-444 2018 [第13条] 普拉萨德·塔普基尔 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 , Maulik C.Madhavi公司 :
使用基于幂函数的特征重放欺骗检测。 亚太投资促进局 2018 : 1019-1023 [第12条] 赫曼特·帕蒂尔 , 马杜·R·坎布尔 :
自动说话人验证(ASV)系统中重放攻击检测研究综述。 亚太投资促进局 2018 : 1047-1053 [第11条] 马杜·R·坎布尔 , Hemlata Tak公司 , 赫曼特·帕蒂尔 :
基于语音解调特征的重放检测的有效性。 INTERSPEECH公司 2018 : 641-645 [第10条] 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
一种新的基于瞬时振幅特征的可变长度能量分离算法,用于重放检测。 INTERSPEECH公司 2018 : 646-650 【c9】 哈迪克·B·赛勒 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
重放假语音检测中时间调制特征的听觉滤波器组学习。 INTERSPEECH公司 2018 : 666-670 【c8】 哈迪克·B·赛勒 , 玛达拉·文卡塔·西瓦·克里希纳 , 迪克沙·查布拉 , 安库尔·帕蒂尔 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
DA-IICT/IIITV低资源语音识别挑战系统2018。 INTERSPEECH公司 2018 : 3187-3191 【c7】 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
用于回放假目标检测的新型幅度加权调频特征。 ISCSLP公司 2018 : 185-189 【c6】 马杜·R·坎布尔 , Hemlata Tak公司 , 玛达拉·文卡塔·西瓦·克里希纳 , 赫曼特·帕蒂尔 :
使用GMM和CNN的分类器级融合的新型基于解调的特征用于重播检测。 ISCSLP公司 2018 : 334-338 2017 【c5】 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
一种新的基于能量分离的瞬时频率特征的假冒语音检测方法。 欧盟SIPCO 2017 : 106-110 【c4】 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
一种新的基于能量分离的伪语音调频特征分类方法。 ICAPR公司 2017 : 1-6 【c3】 赫曼特·帕蒂尔 , 马杜·R·坎布尔 , 坦维娜·巴特尔 , 认识H.Soni :
用于重放检测的新型变长Teager能量分离瞬时频率特征。 INTERSPEECH公司 2017 : 12-16 【c2】 哈迪克·B·赛勒 , 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
基于卷积受限Boltzmann机器的无监督表示学习用于虚假语音检测。 INTERSPEECH公司 2017 : 2601-2605 【c1】 马杜·R·坎布尔 , 赫曼特·帕蒂尔 :
基于梅尔量表的ESA-IFCC特征在自然语音与虚假语音分类中的有效性。 PReMI公司 2017 : 308-316