Geri Dön

Audio denoise enhancement by using artificial intelligence (neural network) and deep learning

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 796518
  2. Yazar: TAMMAR ALAGELE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ KARAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

makine öğrenimi üzerinde çalışanlar ve yapay zeka üzerinde çalışanlar da dahil olmak üzere sesi filtrelemenin birçok yolu vardır ve hız, doğruluk ve verimlilik açısından birbirinden farklıdır. . Öğeleri keşfetmek, sınıflandırmak ve ayıklamak için hızlı ve geniş kapsamlı (CNN) algoritmaları ile çalışan YOLO ailesinin en son sürümü olan YOLO 7 olarak adlandırılan son zamanlarda geliştirilen en son yöntemleri takip ettik, algılama problemini çözmek için 5 temel adım attık. dönüştürme dahil olmak üzere sesten gelen gürültü Ses dosyaları, son işleme için sesin bölgelerini gösteren bir Chroma spektrogramına dönüştürüldü ve sesten gürültünün çıkarılması sürecini kolaylaştırdı ve %14'lük bir doğruluk oranıyla yaklaşık 0,994'lük bir doğruluğa ulaştık. bağlantı iyileştirme. Bu konuda, ses kalitesini yeni geliştirilen en yeni yöntemlerle iyileştirerek önceki parşömene güvendik. Ulaşılan doğruluk yüzdesi muazzamdı ve iyileştirme yüzdesi de çok tatmin ediciydi.

Özet (Çeviri)

are many ways to filter audio, including those that work on machine learning, and those that work on artificial intelligence and differ from each other in speed, accuracy and efficiency. . We followed the latest methods developed recently called YOLO 7, which is the latest version of the YOLO family, which works with (CNN) algorithms quickly and broadly to discover, classify and extract elements, we made 5 basic steps to solve the problem of detecting noise from audio, including transforming The audio files were converted to a Chroma spectrogram showing the regions of the audio for post-processing and to facilitate the process of extracting noise from the audio, and we reached an accuracy of around 0.994, with a 14% linkage improvement. In this we relied on the previous parchment by improving the sound quality with the latest newly developed methods. The percentage of accuracy reached was enormous, as well as the percentage of improvement was very satisfactory.

Benzer Tezler

  1. Tez No

    848329

    Novel fractional order calculus-based audio processing methods and their applications on neural networks for classification and synthesis problems

    Kesirli mertebeden kalkülüs temelli yeni ses işleme yöntemleri ve bunların sinir ağları üzerinde sınıflandırma ve sentez problemlerine uygulanması

    BİLGİ GÖRKEM YAZGAÇ

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜRVET KIRCI

  2. Tez No

    522858

    Düzenlenmiş gri kurt algoritmasıyla gürültü temizleme

    Image denoising with modified grey wolf optimizer

    HÜSEYİN AVNİ ARDAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PAKİZE ERDOĞMUŞ

  3. Tez No

    170877

    Audio watermarking, steganalysis using audio quality metrics, and robust audio hashing

    Ses damgalama, ses kalite ölçütleri ile stego-analiz ve dayanıklı algısal kıyım

    HAMZA ÖZER

    Doktora

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    PROF.DR. BÜLENT SANKUR

    PROF.DR. EMİN ANARIM

  4. Tez No

    199034

    Watermarking via zero assigned filter banks

    Sıfır atamalı süzgeç kümeleri ile dalgalama

    ZEYNEP YÜCEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT ÖZGÜLER

  5. Tez No

    315323

    A structured sparse decomposition method for audio signals

    Ses işaretleri için yapilandirilmiş seyrek bir ayriştirma yöntemi

    ÖMER DENİZ AKYILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İLKER BAYRAM

Geri Dön