Rekonstrukce poškozených audiosignálů pomocí Plug-and-Play metody

Abstract

Témou tejto diplomovej práce je rekonštrukcia digitálneho audio signálu, ktorý je poškodený dvomi spôsobmi, výpadkom vzorkov a pridaným šumom. Klasickým prístupom k riešeniu týchto problémov sú algoritmy konvexnej optimalizácie, ktoré zakladajú na riedkosti audio signálu. V tejto práci vyskúšame novú metódu Plug-and-Play, ktorá vkladá do konvenčných algoritmov hlbokú sieť, denoiser a pokúsime sa vyriešiť tieto dve odlišné úlohy pomocou jedného algoritmu. V závere práce sú algoritmy implementované a otestované najbežnejšími metrikami a tieto výsledky sú zhodnotené. Moderné metódy nám ukázali, že vedia byť variabilnejšie na voľbu parametrov a ponúknu vyrovnanejšie riešenia.

The topic of this thesis is the reconstruction of a digital audio signal that is corrupted in two ways, sample dropout and added noise. The classical approach to solving these problems are convex optimization algorithms, which are based on the sparsity of the audio signal. In this thesis, we try a new Plug-and-Play method that embeds a deep network, the denoiser, into conventional algorithms and attempt to solve these two distinct problems using a single algorithm. At the end of the paper, the algorithms are implemented and tested with the most common metrics and these results are evaluated. Modern methods have shown us that they can be more variable in the choice of parameters and offer more balanced solutions.