• čeština
    • English
  • English 
    • čeština
    • English
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • dizertační práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2016
  • View Item
  •   Repository Home
  • Závěrečné práce
  • dizertační práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2016
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Doplňování chybějících vzorků v audio signálu

Inpainting of Missing Audio Signal Samples

Thumbnail
View/Open
Posudek-Oponent prace-Mach_posudok_Polec.pdf (96.58Kb)
Posudek-Oponent prace-Koldovsky_oponentsky posudek na DP_V_Mach.pdf (829.6Kb)
final-thesis.pdf (3.495Mb)
thesis-1.pdf (602.1Kb)
review_95827.html (3.113Kb)
Author
Mach, Václav
Advisor
Rajmic, Pavel
Referee
Polec,, Jaroslav
Koldovský,, Zdeněk
Grade
P
Alternative metrics PlumX
http://hdl.handle.net/11012/58311
Altmetrics
http://hdl.handle.net/11012/58311
http://hdl.handle.net/11012/58311
Metadata
Show full item record
Abstract
V oblasti zpracování signálů se v současné době čím dál více využívají tzv. řídké reprezentace signálů, tzn. že daný signál je možné vyjádřit přesně či velmi dobře aproximovat lineární kombinací velmi malého počtu vektorů ze zvoleného reprezentačního systému. Tato práce se zabývá využitím řídkých reprezentací pro rekonstrukci poškozených zvukových záznamů, ať už historických nebo nově vzniklých. Především historické zvukové nahrávky trpí zarušením jako praskání nebo šum. Krátkodobé poškození zvukových nahrávek bylo doposud řešeno interpolačními technikami, zejména pomocí autoregresního modelování. V nedávné době byl představen algoritmus s názvem Audio Inpainting, který řeší doplňování chybějících vzorků ve zvukovém signálu pomocí řídkých reprezentací. Zmíněný algoritmus využívá tzv. hladové algoritmy pro řešení optimalizačních úloh. Cílem této práce je porovnání dosavadních interpolačních metod s technikou Audio Inpaintingu. Navíc, k řešení optimalizačních úloh jsou využívány algoritmy založené na l1-relaxaci, a to jak ve formě analyzujícího, tak i syntetizujícího modelu. Především se jedná o proximální algoritmy. Tyto algoritmy pracují jak s jednotlivými koeficienty samostatně, tak s koeficienty v závislosti na jejich okolí, tzv. strukturovaná řídkost. Strukturovaná řídkost je dále využita taky pro odšumování zvukových nahrávek. Jednotlivé algoritmy jsou v praktické části zhodnoceny z hlediska nastavení parametrů pro optimální poměr rekonstrukce vs. výpočetní čas. Všechny algoritmy popsané v práci jsou na praktických příkladech porovnány pomocí objektivních metod odstupu signálu od šumu (SNR) a PEMO-Q. Na závěr je úspěšnost rekonstrukce poškozených zvukových signálů vyhodnocena.
 
Recently, sparse representations of signals became very popular in the field of signal processing. Sparse representation mean that the signal is represented exactly or very well approximated by a linear combination of only a few vectors from the specific representation system. This thesis deals with the utilization of sparse representations of signals for the process of audio restoration, either historical or recent records. Primarily old audio recordings suffer from defects like crackles or noise. Until now, short gaps in audio signals were repaired by interpolation techniques, especially autoregressive modeling. Few years ago, an algorithm termed the Audio Inpainting was introduced. This algorithm solves the missing audio signal samples inpainting using sparse representations through the greedy algorithm for sparse approximation. This thesis aims to compare the state-of-the-art interpolation methods with the Audio Inpainting. Besides this, l1-relaxation methods are utilized for sparse approximation, while both analysis and synthesis models are incorporated. Algorithms used for the sparse approximation are called the proximal algorithms. These algorithms treat the coefficients either separately or with relations to their neighbourhood (structured sparsity). Further, structured sparsity is used for audio denoising. In the experimental part of the thesis, parameters of each algorithm are evaluated in terms of optimal restoration efficiency vs. processing time efficiency. All of the algorithms described in the thesis are compared using objective evaluation methods Signal-to-Noise ratio (SNR) and PEMO-Q. Finally, the overall conclusion and discussion on the restoration results is presented.
 
Keywords
Řídké reprezentace, interpolace signálů, proximální algoritmy, restaurace zvuku, odšumování., Sparse Representations, Audio Inpainting, Proximal Algorithms, Audio Restoration, Denoising.
Language
angličtina (English)
Study brunch
Teleinformatika
Composition of Committee
prof. Ing. Zdeněk Smékal, CSc. (předseda) prof. Ing. Kamil Vrba, CSc. (člen) doc. RNDr. Jitka Poměnková, Ph.D. (člen) doc. Ing. Kamil Říha, Ph.D. (člen) doc. Ing. Jiří Schimmel, Ph.D. (člen) PhDr. Jarmila Procházková, Ph.D. (člen) doc. RNDr. Vítězslav Veselý, CSc. (člen) doc. Ing. Petr Sysel, Ph.D. (člen) doc. Ing. Zbyněk Koldovský, Ph.D. - oponent (člen) prof. Ing. Jaroslav Polec, PhD. - oponent (člen)
Date of defence
2016-06-24
Process of defence
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/58311
Source
MACH, V. Doplňování chybějících vzorků v audio signálu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Collections
  • 2016 [29]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV