Abschlussarbeiten
Zurück zur Liste
Residuale Echo Unterdrückung auf Basis von Neuronalen Netzen
| Abstract | Ein existierender Post-Processing Filter, basierend auf einem Neuronalen Netzwerk, soll verbessert werden. Zum einen soll die bestehende Architektur evaluiert und durch gezielte Änderungen optimiert werden. Dafür werden zusätzlich neue Trainingsdaten benötigt, wobei diese durch einen synthetischen Ansatz hergestellt werden können. Dieser verwendet akustische Transferpfadmessungen zur Systemmodellierung und existierende Datenbänke für Sprache und Raummodellierungen. Das Ziel der architektonischen Veränderungen ist es Sprache frei von Verzerrungen und Artefakten zu übertragen und wiederzugeben. Dies sollte auch im Falle von Zwigesprächen bestmöglich funktionieren. Bei Störgeräuscheinflüssen muss die Funktion der Echo Unterdrückung gewährleistet bleiben. Darüberhinaus wird die Implementierung einer perzeptiv-motivierten Kostenfunktion, welche Eigenschaften des menschlichen Gehörs berücksichtigt, untersucht. Bei allen Schritten muss die Möglichkeit der Implementierung des Modelles auf der bestehenden Hardware und deren Limitierung im Bezug auf Rechenleistung und Speicher berücksichtigt werden. |
| Autor*innen | |
| Betreuer*innen | |
| Jahr | 2022 |
| Art der Arbeit | Masterarbeit |
| URL | https://phaidra.kug.ac.at/o:127834 |
| Anmerkung | Audiosignalverarbeitung |
| Status | gesperrt |
| Keywords | Music Information Retrieval,Künstliche neuronale Netze (ANN),Signalverarbeitung,Sprachverarbeitung |