prikaz prve stranice dokumenta Razdvajanje instrumentala i glasa u audio datoteci
  Preuzmi
PDF 1.06 MB
završni rad
Razdvajanje instrumentala i glasa u audio datoteci
2023. urn:nbn:hr:200:309870
Vodička, David
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Vodička, D. (2023). Razdvajanje instrumentala i glasa u audio datoteci (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:309870

Vodička, David. "Razdvajanje instrumentala i glasa u audio datoteci." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:309870

Vodička, David. "Razdvajanje instrumentala i glasa u audio datoteci." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:309870

Vodička, D. (2023). 'Razdvajanje instrumentala i glasa u audio datoteci', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:309870

Vodička D. Razdvajanje instrumentala i glasa u audio datoteci [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:309870

D. Vodička, "Razdvajanje instrumentala i glasa u audio datoteci", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:309870

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:309870
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRazdvajanje instrumentala i glasa u audio datoteci
Naslov (engleski)Separation of instrumental and voice in an audio file
AutorDavid Vodička
MentorHrvoje Leventić (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2023, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Obradba informacija
Sažetak
Razdvajanje vokala i instrumenata je proces u kojemu uzimamo audio datoteku sa pomiješanim instrumentima i vokalom te pomoću raznih metoda i alata pokušavamo „izvući“ vokal od ostatka pjesme. Jednostavne metode koje i nisu tako učinkovite podrazumijevaju upotrebu Fourierove transformacije u kombinaciji sa filterima i maskama da bi dobili rezultat sa puno preklapanja instrumenata u kanalu koji bi trebao imati samo vokal. Sa druge strane imamo modele koji se temelje na neuronskim mrežama i učenju istih na velikom skupu podataka koji ima dostupno studijski snimljenu pjesmu i samo vokal pa je moguće jako dobro istrenirati model i dobiti rezultate visoke kvalitete. Modeli poput Demucs-a se jako dobro snalaze i u pjesmama sa vokalom koji nije toliko glasan ili je prikriven sa puno pozadinske buke, odnosno u pjesmama koje imaju izražen bas, bubnjeve ili ostale instrumente.
Sažetak (engleski)
Separating vocals and instruments is a process in which we take an audio file with mixed instruments and vocals and try to "extract" the vocals from the rest of the song using various methods and tools. Simple methods that aren't that effective involve using a Fourier transform in combination with filters and masks to get a result with a lot of overlapping instruments in a channel that should only have vocals. On the other hand, we have models that are based on neural networks and learning them on a large data set that has a studio-recorded song and only vocals available, so it is possible to train the model very well and get high-quality results. Models like Demucs do very well in songs with vocals that are not that loud or are hidden with a lot of background noise, that is, in songs that have pronounced bass, drums or other instruments.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:309870
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: prijediplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ. bacc. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-20 09:15:58