Geri Dön

Konuşma sinyalinden arka plan müziğinin ayrılması

Music /singing voice separation

  1. Tez No: 510988
  2. Yazar: SAİT MELİH DOĞAN
  3. Danışmanlar: PROF. DR. ÖZGÜL SALOR DURNA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Bir müzikal parçanın vokal sesi ve arka plan kısımlarını ayırmak zor bir iştir. Literatürde, müzik parçalarından vokal sesi ve arkaplan parçalarını ayırma sürecinde genellikle müziğin tekrarlama özelliğini kullanır. Bu alandaki öncü çalışmalar arasında yer alan Yinelenen Desen Çıkarma Tekniği (REPET) ve Sağlam Temel Bileşen Analizi (RPCA) yöntemlerinde arka plan müziğinin tekrarlama özelliği kullanılarak müzikal bir parça vokal ve arka plan müziği olarak ayrılabilir. Bu çalışmada REPET algoritmasının ayırma başarımını geliştirmek için REPET ve RPCA algoritmalarını birleştiren bir araştırma çalışması yürütülmüştür. Önerilen yöntemin başarımlarını REPET ve RPCA ile karşılaştırmak için MIR-1K veri setinden seçilen ses parçaları ile iki farklı test yapılmıştır. Her iki testte de önerilen yöntemin başarımının diğer iki yönteme göre daha iyi olduğu görülmektedir.

Özet (Çeviri)

Separating the vocal and background parts of a piece of music is a very difficult task. In the literature, the process of separating vocal and background parts from musical pieces usually utilizes music repetition feature. In both Repeating Pattern Extraction Technique (REPET) and Robust Principal Component Analysis (RPCA) methods, which are among the leading studies in this field, musical pieces are separated as vocal and background music by using repetition feature of the background music. In this paper, a research study is carried out combining REPET and RPCA algorithms in order to improve the separation performance of the REPET algorithm. In order to compare performances of the proposed method with REPET and RPCA, two different tests have been carried out with selected audio tracks from the MIR-1K dataset. It has been shown by both tests that the performance of the proposed method is much better than other two methods.

Benzer Tezler

  1. Single-channel speech-music separation for robust ASR with mixture of NMF models

    Gürbüz konuşma tanıma için NOMA karışım modelleriyle tek-kanalda konuşma-müzik ayrıştırma

    CEMİL DEMİR

    Doktora

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT SARAÇLAR

    DOÇ. DR. ALİ TAYLAN CEMGİL

  2. Enhancement of the coded speech using filtering

    Filtreleme kullanarak kodlanmış sesin iyileştirilmesi

    SALİH SİNAN TAYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiIşık Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÜMİT GÜZ

    DOÇ. DR. HAKAN GÜRKAN

  3. Speech spectrum non-stationarity detection based on line spectrum frequencier and related applications

    Çizgi izge sıklıklarının temel alınması ile konuşma izgesindeki durağansızlığın sezimi ve ilgili uygulamalar

    ALİ ERDEM ERTAN

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. A. ENİS ÇETİN

  4. Tek kanallı toplamsal gürültülü konuşma sinyali iyileştirme

    Single channel speech enhancement in the presence of additive noise

    SERKAN CECELİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. M. CENGİZ TAPLAMACIOĞLU

  5. Derin öğrenme ile ses iyileştirilmesi

    Voice enhancement by deep learning

    MUSTAFA ERSEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜLENT BOLAT