Rekonstrukcija zvučnih zapisa primjenom metoda strojnog učenja

diplomski rad

• Naslov (engleski): Reconstruction of Audio Recordings Using Machine Learning Techniques
• Autor: Lovro Kordiš
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Siniša Srbljić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rekonstrukcija zvuka područje je dubokog učenja koje je još uvijek u razvoju. Ovaj se rad bavi generativnim suparničkim mrežama i korištenjem suparničkog treninga na parovima zvuka niske i visoke razlučivosti kako bi se stvorio model za rekonstrukciju zvuka. Detaljno su opisane duboke konvolucijske i generativnesuparničke mreže. Implementiran je duboki konvolucijski U-Net suparnički model, te su ispitane dvije funkcije gubitka - Wasserstein i Relativistički gubitak. Model je evaluiran na VCTK skupu podataka. Na kraju su prikazani rezultati i slike spektrograma.

Sažetak (engleski)

Audio super resolution is still a developing field in deep learning. This paper deals with generative adversarial networks and using the adversarial training on pairs of low and high resolution audios to create a model for audio super resolution. Deep convolutional and generative adversarial networks are described in detail. A deep convolutional U-Net adversarial model is implemented, and two adversarial loss functions are tested - Wasserstein and Relativistic loss. Model is evaluated on VCTK dataset. Finally, the results and spectogram images are presented.

• Ključne riječi: strojno učenje; duboko učennje; generativne suparničke mreže; rekonstrukcija zvuka
• Ključne riječi (engleski): machine learning; deep learning; generative adversarial networks; audio super resolution
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:954910
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 19:12:57