dissertation · Brno University of Technology Digital Library (Brno University of Technology) · 2023
Music Source Separation
Holík, Viliam
Cited by 0Abstract and details only
Abstract
Na separáciu zdrojov z hudobných nahrávok sa používajú neurónové siete. Jednou z takýchto sietí je Conv-TasNet. Cieľom práce je experimentovať s už existujúcou implementáciou tejto siete za účelom potenciálneho zlepšenia. Trénovanie modelov prebiehalo na dátovej sade MUSDB18. Postupne sa experimentovalo so zmenou štruktúry siete, transformáciou signálov z časovej domény do frekvenčnej pre účely počítania objektívnej funkcie, zámenou rôznych objektívnych funkcií za pôvodnú, hľadaním optimálneho koeficientu rýchlosti učenia pre každú objektívnu funkciu a jeho postupným zmenšovaním v priebehu učenia. Ako najlepšie experimenty podla metriky SDR vyšli trénovania s objektívnymi funkciami L1 a logaritmickou L2 v časovej doméne pri vyššom počiatočnom koeficiente rýchlosti učenia s jeho postupným zmenšovaním v priebehu učenia. V relatívnom porovnaní najlepších modelov oproti východziemu ide o viac ako 2,5% zlepšenie.
Cite this paper
Holík, V. (2023). Music Source Separation. Brno University of Technology Digital Library (Brno University of Technology).
Holík, Viliam. “Music Source Separation.” Brno University of Technology Digital Library (Brno University of Technology), 2023.
Holík, Viliam. 2023. “Music Source Separation.” Brno University of Technology Digital Library (Brno University of Technology).
Holík, V. (2023) ‘Music Source Separation’, Brno University of Technology Digital Library (Brno University of Technology).
@phdthesis{holik2023music,
title = {{Music Source Separation}},
author = {Holík, Viliam},
school = {Brno University of Technology Digital Library (Brno University of Technology)},
year = {2023}
}Made from the index record. Check names, capitalisation and page numbers against the paper. Need another style? AI for Research has over 10,000.