Modelování dozvukových efektů s využitím hlubokého učení

Abstract

Diplomová práca sa zaoberá teóriou dozvuku a spôsobmi artificiálnej simulácie dozvuku. Vysvetľuje princípy strojového učenia, kategórie neurónových sietí a ich použitie pre spracovanie audio signálov. Následne je predmetom práce implementácia architektúr neurónových sietí pre modelovanie dozvuku a parametrizáciu jeho ovládacích prvkov. Na základe experimentácie bolo vytvorených niekoľko architektúr. Ich schopnosť modelovať dozvukový efekt bola zhodnotená objektívnymi testmi a subjektívnym testom. Najlepší z týchto modelov je schopný s relatívne dobrou úspešnosťou modelovať dozvukový efekt a parametrizovať ovládací prvok doby dozvuku.

This master’s thesis deals with the theory of reverberation and ways of artificially simulating reverberation. It explains the basic workings of machine learning, categorizes neural networks and discusses their use in audio signal processing. The result of the thesis is the implementation of multiple neural network architectures for modelling of a reverberation effect and the parametrization of it’s controls. The quality of the performance of these network is judged by carrying out objective tests and a subjective listening test. The best performing model is capable of relatively good quality of modelling a reverberation effect and parametrizing it’s control for decay time.