Generování zvukových trénovacích dat pro neuronové sítě

Abstract

Tato bakalářská práce se zabývá generováním zvukových trénovacích dat pro neuronové sítě pomocí automatizovaného nastavování parametrů zvukových efektů. Cílem práce je implementovat nástroje v jazyce Python, které umožňují ovládání zvukových efektů prostřednictvím knihovny Pedalboard. Vytvořený systém umožňuje načíst libovolný zvukový efekt ve formátu VST nebo AU, generovat hodnoty jeho parametrů, zpracovat vstupní soubor a uložit výstupní zvukové soubory včetně informací o použitých nastaveních. Takto vzniklá datová sada slouží jako vstup pro trénování neuronových sítí. Součástí implementace jsou také nástroje pro měření vlastností zvukových efektů. Aplikace je doplněna základním grafickým uživatelským rozhraním.

This bachelor thesis focuses on the generation of audio training data for neural networks through automated parameter control of audio effects. The goal of the project is to implement tools in the Python programming language that enable the control of audio effects using the Pedalboard library. The developed system allows to load any audio effect in VST or AU format, generate parameter values, process an input audio file, and save output audio files along with information about the applied settings. The resulting dataset serves as input for training neural networks. The implementation also includes tools for measuring the properties of audio effects. The application is supplemented with a basic graphical user interface.