ŠVENTO, M. Restaurování chybějících vzorků zvukového signálu s použitím psychoakustického modelu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Bakalářská práce pana Michala Šventa pojednává o využití psychoakustického modelování pro zlepšení výsledků při doplňování chybějícího úseku audiosignálu. Konkrétně se zaobírá volbou vah časově-frekvenčních koeficientů v řídkostí motivované optimalizační úloze. Práce je přiměřeného rozsahu, na dobré odborné úrovni, použitá literatura je dostatečně citována. Teoretická i praktická část práce zcela splňují zadání. Nacházím pouze několik nedostatků, např. ojediněle se vyskytují nejasná či zavádějící tvrzení: "...funkciu signum, ktorá extrahuje znamienko z reálnej časti komplexného čísla." (str. 17), správně se jedná o argument komplexního čísla v goniometrickém tvaru "(pri opakovanom spustení skriptu budú čísla náhodné, ale vždy rovnaké)" (str. 30) "Fourierova analýza vráti rovnaké frekvenčné koeficienty len s rozdielnou amplitúdou v každom okne podľa toho, koľko z diery sa bude nachádzať v okne." (str. 36) Po stránce jazykové a typografické obsahuje práce pouze velice málo chyb, obecně je na výborné úrovni. Zejména jsem však spokojen s přístupem pana Šventa, který od začátku řešení pravidelně konzultoval, reagoval na poznámky a pracoval samostatně. Celkově proto práci hodnotím 92 body, tedy známkou A.
Student Michal Švento zpracoval bakalářskou práci na téma restaurování chybějících vzorků audio signálu, které je založeno na řídkých reprezentacích a rozšiřuje je o psychoakustické váhování. Práce od úvodu po závěr čítá 32 stran a je na dobré formální úrovni s minimem překlepů. Objevují se však věcné chyby a nepravdivá tvrzení, např.: - je chybně definována funkce sgn pro komplexní číslo, - tvrzení, že vjemy v různých barkových pásmech na sebe nemají vliv, - tvrzení, že normalizace vah eliminuje zesilování harmonických elementů v signálu, - je chybně uveden vzorec pro výběr indexů zkráceného signálu, který neodpovídá udávanému počtu (66150) vzorků, a typografické chyby (chybějící nebo přebytečné mezery, spojovníky místo pomlček, chybějící diakritika v referencích). Student se místy nepřesně vyjadřuje a některé pojmy používá v textu dříve, než je definuje (např. Parsevalův těsný frame). V textové části mi chybí detailnější subjektivní hodnocení kvality rekonstruovaných ukázek, které bylo také součástí zadání. K praktické části nemám výhrady až na drobný detail v podobě špatného souboru "EBU_SQAM.mat" na GitHubu, který neobsahuje testovací audio signály. Celkově se jedná o dobrou práci, avšak vzhledem k výše uvedeným připomínkám hodnotím stupněm 87/B.
eVSKP id 133487