Poprawa jakości nagrań mowy jako metoda wspierająca uczenie maszynowe

Abstract

Głównym celem pracy magisterskiej pod tytułem “Poprawa jakości nagrań mowy jako metoda wspierająca uczenie maszynowe” jest zaprojektowanie modelu opartego o głębokie sieci neuronowe, który sprawdzi możliwości polepszenia jakości mowy dla jej dalszego zastosowania w innych systemach uczenia maszynowego. Rozdział 3 daje przegląd współczesnych metod stosowanych w tego typu zadaniach. Zaczynając od metod klasycznych, poprzez te oparte o uczenie maszynowe, a na głębokich sieciach neuronowych kończąc, autor chciał pokazać przesłanki motywujące do dalszego szukania rozwiązania dla postawionego w tytule problemu. Rozdział 4 pt. “Cykl eksperymentu” nakreśla przyjętą metodykę pracy nad tematem. W rozdziale 5 opisane są trudności, które można napotkać przy wyborze odpowiedniej metryki oceniającej jakość poprawianej mowy. Rozdział 6 krótko opisuje wady i zalety pracy w dziedzinie częstotliwości jak i czasu. Opisane są w nim też motywacje autora stojące za wyborem konkretnych rozwiązań w czasie projektowania eksperymentów z rozdziałów 7, 8. Rozdział 7 jest opisem eksperymentu na dwóch wariacjach autoenkodera wykonanego przez autora. Najlepsze wyniki osiągnęła sieć Unet. Oprócz tego testowano sieć GAN jak i głęboką zespoloną sieć neuronową, ale nie dały spodziewanych rezultatów.