Konuşma sinyalinden arka plan müziğinin ayrılması
Music /singing voice separation
- Tez No: 510988
- Danışmanlar: PROF. DR. ÖZGÜL SALOR DURNA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2014
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT SARAÇLAR
DOÇ. DR. ALİ TAYLAN CEMGİL
- Enhancement of the coded speech using filtering
Filtreleme kullanarak kodlanmış sesin iyileştirilmesi
SALİH SİNAN TAYLAN
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiIşık ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT GÜZ
DOÇ. DR. HAKAN GÜRKAN
- 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
1998
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. ENİS ÇETİN
- Tek kanallı toplamsal gürültülü konuşma sinyali iyileştirme
Single channel speech enhancement in the presence of additive noise
SERKAN CECELİOĞLU
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. M. CENGİZ TAPLAMACIOĞLU
- Derin öğrenme ile ses iyileştirilmesi
Voice enhancement by deep learning
MUSTAFA ERSEVEN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT BOLAT