NIZAMUTDINOV, A. Generování zvukových trénovacích dat pro neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Cílem práce bylo vytvoření systému umožňujícího automatizaci procesu generování zvukových trénovacích dat pro neuronové sítě. Zadání práce bylo splněno. Student po celou dobu aktivně pracoval a pravidelně předkládal výsledky své práce. Na některé konzultace docházel pouze s hotovými výstupy, čímž prokázal značnou samostatnost. Text práce student odevzdal ke kontrole s předstihem, díky čemuž se podařilo odstranit většinu původních nedostatků. V textu se vyskytují jen drobné jazykové nedostatky. Za jediné výraznější chyby považuji opakované citování téhož zdroje ve stejné části textu a odkazy na obrázky, které se v textu nacházejí až o několik stran dále. Student samostatně implementoval všechny požadované funkce i uživatelské rozhraní. Během konzultací projevoval o téma velký zájem a často řešil podrobnosti přesahující rámec původního zadání. Při návrhu systému zohlednil možné chyby a implementoval jejich ošetření, což svědčí o snaze vytvořit co nejuniverzálnější řešení. Výsledný nástroj tak má potenciál výrazně usnadnit přípravu trénovacích dat pro neuronové sítě.
Předložená bakalářská práce je po formální i jazykové stránce na dobré úrovni a jde vidět, že se autor v problematice zorientoval. Navrhl sadu funkcí v jazyce Python včetně grafického rozhraní, které slouží k měření zvukových zásuvných modulů. Kladně hodnotím fakt, že by se dalo rozhraní jednoduše rozšířit o další měřené parametry. Text práce trpí mírnými nedostatky. Autor např. často nadužívá reference na konkrétní literární prameny – mnohonásobně cituje zdroj v po sobě následujících odstavcích. Dále se v práci nachází typografické chyby v podobě jednopísmenných předložek/spojek na konci řádků, text je místy fragmentován na příliš krátké odstavce a např. kapitola 8 neobsahuje žádný text. Je dobré na začátek kapitoly napsat alespoň jeden odstavec, což autor ve zbytku kapitol dělá. Dále bych uvítal, kdyby reference na obrázky byly na stejné nebo předcházející stránce. V práci totiž autor vícekrát referuje k obrázku, který je umístěn až několik stran po referenci. Jinak je však práce na dobré úrovni, implementace je dobře popsaná, a tak uděluji hodnocení 90 bodů / A.
eVSKP id 167397