Rekonstrukce poškozených audio signálů pomocí deep unrolling

Abstract

Práce se zabývá problematikou restaurace audiosignálu pomocí tradičních optimalizačních metod v kombinaci s metodami deep unrolling. Byla formulována optimalizační úloha doplňování chybějících úseků audio signálu a byl zvolen a následně implementován proximální algoritmus FISTA. Dále byly implementovány 3 unrolled varianty algoritmu (Unrolled Fista Net), z nichž 2 byly dále optimalizovány pomocí testů na zvoleném testovacím datasetu a naučeny na datasetu Nsynth. Výsledky naučených sítí byly porovnány jak s konkurenčními metodami, tak s původní neučenou variantou algoritmu. Porovnáváno bylo pomocí objektivních metrik (MSE, SNR, PEAQ, PEMO-Q) a subjektivního poslechového testu.The thesis deals with the problem of audio signal restoration using traditional optimization methods combined with deep unrolling methods. An optimization task for filling in missing sections of the audio signal was formulated, and the proximal algorithm FISTA was chosen and subsequently implemented. Furthermore, three unrolled variants of the algorithm (Unrolled Fista Net) were implemented, two of which were further optimized using tests on a selected test dataset and trained on the Nsynth dataset. The results of the trained networks were compared both with competing methods and the original untrained variant of the algorithm. The comparison was made using objective metrics (MSE, SNR, PEAQ, PEMO-Q) and a subjective listening test.