Aplikace metod učení slovníku pro Audio Inpainting
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá metodami učení slovníku pro doplňování chybějících úseků ve zvukovém signálu. Jsou zde teoreticky rozebrány a prakticky využity algoritmy K-SVD a INK-SVD k učení slovníku. Tyto slovníky jsou následně aplikovány na rekonstrukce audio signálů metodou OMP (Orthogonal Matching Pursuit). Dále je zde navrhnutý algoritmus pro výběr stacionárních segmentů a jejich následné použití jako trénovací data pro K-SVD a INK-SVD. V praktické části práce je pozorována účinnost při výběru do trénovací množiny z celého signálu v porovnání s použitím algoritmu pro stacionární segmentaci. Byl také zkoumán vliv snížení vzájemné koherence na kvalitu rekonstrukce pro inkoherentní slovník. Vytvořenými skripty pro hromadné testování v prostředí Matlab je provedeno vzájemné porovnání uvedených metod na žánrově odlišených skladbách.
This diploma thesis discusses methods of dictionary learning to inpaint missing sections in the audio signal. There was theoretically analyzed and practically used algorithms K-SVD and INK-SVD for dictionary learning. These dictionaries have been applied to the reconstruction of audio signals using OMP (Orthogonal Matching Pursuit). Furthermore, there was proposed an algorithm for selecting the stationary segments and their subsequent use as training data for K-SVD and INK-SVD. In the practical part of thesis have been observed efficiency with training set selection from whole signal compared with algorithm for stationary segmentation used. The influence of mutual coherence on the quality of reconstruction with incoherent dictionary was also studied. With created scripts for multiple testing in Matlab, there was performed comparison of these methods on genre distinct songs.
This diploma thesis discusses methods of dictionary learning to inpaint missing sections in the audio signal. There was theoretically analyzed and practically used algorithms K-SVD and INK-SVD for dictionary learning. These dictionaries have been applied to the reconstruction of audio signals using OMP (Orthogonal Matching Pursuit). Furthermore, there was proposed an algorithm for selecting the stationary segments and their subsequent use as training data for K-SVD and INK-SVD. In the practical part of thesis have been observed efficiency with training set selection from whole signal compared with algorithm for stationary segmentation used. The influence of mutual coherence on the quality of reconstruction with incoherent dictionary was also studied. With created scripts for multiple testing in Matlab, there was performed comparison of these methods on genre distinct songs.
Description
Citation
OZDOBINSKI, R. Aplikace metod učení slovníku pro Audio Inpainting [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
prof. Ing. Miloslav Filka, CSc. (předseda)
doc. Ing. Leoš Boháč, Ph.D. (místopředseda)
Ing. Radoslav Vargic, Ph.D. (člen)
doc. Ing. Petr Münster, Ph.D. (člen)
Ing. Miroslav Balík, Ph.D. (člen)
Ing. Ondřej Šmirg, Ph.D. (člen)
Date of acceptance
2014-06-12
Defence
Otázky oponenta:
Pro jaké p představuje (1.8) konvexní úlohu? Pro ostatní p to má jaký důsledek vzhledem k hledání řešení úlohy?
Jsou slovníky na obrázcích 5.2 a 5.3 oba bázemi prostoru R^64? Jakým způsobem to ověříte? Jaká hodnota koherencí vychází pro tyto slovníky?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení