Reverzní inženýring mixáže pomocí neuronové sítě

Simple item page
but.committeeprof. Mgr. Pavel Rajmic, Ph.D. (předseda) RNDr. Lubor Přikryl (místopředseda) Ing. Kryštof Novotný (člen) MgA. Michal Indrák, Ph.D. (člen) Ing. Ondřej Krajsa, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. Otázky: Můžete ilustrovat úspěšnost naučení ekvalizérů (grafickým) porovnáním naučených a cílových kmitočtových odezev? Nakolik by byl možný reverzní inženýring mixu v případě, kdy by nebyly známé původní stopy?cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorRajmic, Pavelcs
dc.contributor.authorČermák, Jergušcs
dc.contributor.refereeMokrý, Ondřejcs
dc.date.created2024cs
dc.description.abstractBakalárska práca sa zaoberá využitím algoritmov neurónovej siete za účelom zistenia parametrov signálových procesorov použitých pri mixáži zvukových stôp. V rámci práce sú prezentované lineárne signálové procesory \emph{Gain}, \emph{Pan}, \emph{Filter} a \emph{Reverb} umožňujúce úpravu zvukového signálu a vytvorenie stereofónneho mixu zvukovej nahrávky. Následne sú vďaka implementácií pomocou knižnice DDSP použité v zmysle vrstiev modelu neurónovej siete, ktorý je zameraný na predikciu parametrov použitých pri mixáži, za predpokladu znalosti vstupných stôp a cieľového mixu. V rámci práce boli vytvorené stereofónne mixy, ktorých parametre boli následne odhadované pomocou dvoch modelov neurónovej siete. Výsledky boli posudzované ako objektívnymi, tak subjektívnymi metódami (posluchovým testom).cs
dc.description.abstractThis bachelor's thesis focuses on the use of neural network algorithms to determine the parameters of signal processors used in the mixing of audio tracks. The thesis presents linear signal processors such as \emph{Gain}, \emph{Pan}, \emph{Filter}, and \emph{Reverb}, which are commonly used to process audio signal and to produce a stereo mix of the audio recording. These processors are subsequently used within the neural network model as layers, implemented using the DDSP library, aimed at predicting the parameters used in the mix, given the knowledge of the input tracks and the target mix. Resultantly, stereo mixdowns were created, and their parameters were estimated using two neural network models. The results were evaluated using both objective measurements and subjective methods (listening test).en
dc.description.markAcs
dc.identifier.citationČERMÁK, J. Reverzní inženýring mixáže pomocí neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other159254cs
dc.identifier.urihttp://hdl.handle.net/11012/247357
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectNeurónové sietecs
dc.subjectDDSPcs
dc.subjectLTI zvukové efektycs
dc.subjectstereofónna mixážcs
dc.subjectNeural networksen
dc.subjectDDSPen
dc.subjectLTI audio effectsen
dc.subjectstereo mixdownen
dc.titleReverzní inženýring mixáže pomocí neuronové sítěcs
dc.title.alternativeReverse engineering of an audio mix using neural networksen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-12cs
dcterms.modified2024-06-13-07:54:09cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid159254en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:21:41en
sync.item.modts2025.01.17 09:32:05en
thesis.disciplineZvuková produkce a nahrávánícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.3 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
14.82 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_159254.html
Size:
4.05 KB
Format:
Hypertext Markup Language
Description:
file review_159254.html
Download
Collections
2024