Difuzní neuronové sítě pro opravu poškozených audio signálů

Simple item page
but.committeedoc. Ing. Kamil Říha, Ph.D. (předseda) Ing.MgA. Edgar Mojdl, Ph.D. (místopředseda) Ing. Štěpán Miklánek, Ph.D. (člen) Ing. Ondřej Krajsa, Ph.D. (člen) Ing. David Obořil (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka obhájila bakalářskou práci s výhradami a odpověděla na otázky členů komise a oponenta. Otázky: Jakých hodnot SDR (bez odečtení SDR saturovaného signálu) bylo dosaženo v experimentu na obr. 4.4 a jakých hodnot 1 normy dosahuje saturovaný signál na obr. 4.5? Čím si vysvětlujete výpadky signálu na spektrogramu 4.1?cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorŠvento, Michalcs
dc.contributor.authorPodestátová, Věracs
dc.contributor.refereeMokrý, Ondřejcs
dc.date.created2025cs
dc.description.abstractBakalářská práce se zabývá využitím difuzního aposteriorního vzorkování pro rekonstrukci poškozených audio signálů se zaměřením na declipping. V rámci této metody jsou z Gaussovského šumu generovány vzorky audio signálu pomocí difuzního U-net modelu neuronové sítě, využívajícího Constant-Q transformaci. Kvalita rekonstrukce je otestována objektivními metrikami. Výsledky práce jsou v závěru zhodnoceny.cs
dc.description.abstractThe bachelor thesis deals with the use of diffusion posterior sampling for the reconstruction of corrupted audio signals with a focus on declipping. With this method, audio samples are generated from Gaussian noise using a U-net model of a diffusion neural network employing the Constant-Q transform. The reconstruction quality is tested by objective metrics. The results of the work are finally evaluated.en
dc.description.markCcs
dc.identifier.citationPODESTÁTOVÁ, V. Difuzní neuronové sítě pro opravu poškozených audio signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.cs
dc.identifier.other167399cs
dc.identifier.urihttp://hdl.handle.net/11012/254320
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.subjectDifuzní aposteriorní vzorkovánícs
dc.subjectdifuzní neuronové sítěcs
dc.subjectrekonstrukce audio signálucs
dc.subjectaudio declippingcs
dc.subjectinverzní úlohycs
dc.subjecthluboké strojové učenícs
dc.subjectDiffusion posterior samplingen
dc.subjectdiffusion neural networksen
dc.subjectaudio signal reconstructionen
dc.subjectaudio declippingen
dc.subjectinverse problemsen
dc.subjectdeep learningen
dc.titleDifuzní neuronové sítě pro opravu poškozených audio signálůcs
dc.title.alternativeDiffusion model neural networks for restoration of damaged audioen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-19cs
dcterms.modified2025-06-19-16:12:25cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid167399en
sync.item.dbtypeZPen
sync.item.insts2025.08.26 23:02:03en
sync.item.modts2025.08.26 19:35:03en
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:
25.61 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
7.53 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_167399.html
Size:
6.48 KB
Format:
Hypertext Markup Language
Description:
file review_167399.html
Download

Collections

2025