Difuzní neurální model pro rekonstrukci poškozených audio signálů

Táto bakalárska práca sa venuje návrhu difúzneho neurónového modelu pre rekonštrukciu audio signálov poškodených výpadkom vzorkou. Práca skúma princíp difúznych neurónových sieti a ich schopnosť rekonštruovať poškodené audio signály.
This bachelor’s thesis is dedicated to the design of a diffusion neural network model for the reconstruction of audio signals damaged by audio inpainting. The work explores the principle of diffusion neural networks and their ability to reconstruct damaged audio signals.

Keywords

Difúzne neurónové siete, rekonštrukcie signálov, poškodený audio signál, strojové učenie, neurónové modely, obnova dát, výpadok audio vzorkou., Diffusion neural networks, signal reconstruction, damaged audio signal, machine learning, neural models, data restoration, audio inpainting.

Citation

NIKOVÁ, K. Difuzní neurální model pro rekonstrukci poškozených audio signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.

Language of document

sk

Study field

Zvuková produkce a nahrávání

Comittee

Ing. Michal Gavenčiak (člen) Ing. MgA. Jana Jelínková (člen) Ing. Štěpán Miklánek, Ph.D. (člen) doc. Ing. Jiří Schimmel, Ph.D. (předseda) prof. Ing. Jiří Mišurec, CSc. (místopředseda)

Date of acceptance

2024-06-12

Defence

Student prezentoval výsledky své práce a komise byla seznámena s posudky. Otázky komise: Zkoušela jste znovu natrénovat existující modely, např. CQT-dif? Na jaký druh poškození funguje váš algoritmus nejlépe? V čem je výhoda Constant Q oproti STFT? Studentka odpověděla na otázky komise. Studentka obhájila bakalářskou práci s výhradami a odpověděla na otázky členů komise a oponenta.

Result of defence

práce byla úspěšně obhájena

Document licence

Standardní licenční smlouva - přístup k plnému textu bez omezení