Benutzer: Gast  Login
Originaltitel:
Intelligent Single-Channel Methods for Multi-Source Audio Analysis 
Übersetzter Titel:
Intelligente einkanalige Methoden für Mehrquellen-Audioanalyse 
Jahr:
2015 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Schuller, Björn W. (Prof. Dr. habil.) 
Gutachter:
Schuller, Björn W. (Prof. Dr. habil.); Bungartz, Hans-Joachim (Prof. Dr. habil.); Steinbach, Eckehard (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 815d 
Kurzfassung:
This thesis investigates the potential of recent machine learning methods for the challenging task of information extraction from single-channel audio where the source of interest is mixed with multiple interfering sources. World-leading results are demonstrated on challenging speech separation and recognition problems where speech is mixed with non-stationary background noise such as music. Furthermore, state-of-the-art results are presented in selected music information retrieval applications...    »
 
Übersetzte Kurzfassung:
Diese Arbeit untersucht das Potenzial von aktuellen maschinellen Lernmethoden für das anspruchsvolle Problem der Informationsgewinnung aus einkanaligen Audiosignalen, wobei das Nutzsignal durch mehrere Störquellen überlagert ist. Weltweit führende Ergebnisse werden auf dem Problem der Trennung von Sprache und nichtstationärem Hintergrundgeräusch erzielt. Daneben werden auch mehrere Anwendungen aus der polyphonen Musikverarbeitung beispielhaft vorgestellt. 
ISBN:
978-3-8439-2314-9 
Mündliche Prüfung:
07.05.2015 
Dateigröße:
4883649 bytes 
Seiten:
221 
Letzte Änderung:
28.12.2015