| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Dziļās apmācības pielietošana vokālu atdalīšanai no mūzikas |
| Title in English |
Separating Vocals from Instruments Using Deep Learning |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Jurijs Čižovs |
| Reviewer |
LDI zin.asistente D.Znotiņa |
| Abstract |
Šī bakalaura darba mērķis ir izpētīt metodes ar kurām tiek veikta dziesmas un vokālu atdalīšana un kā to var veikt izmantojot mūsdienu mākslīgos tīklus, kā arī izstrādāt sistēmu kas var atdalīt mūziku un vokālus dažādās dziesmās pielietojot dziļo apmācību.
Darba teorētiskajā daļā tika aprakstītas dažādas matemātiskas metodes kādas zinātnieki ir pētījuši lai veiktu vokālu vai līdzīgu dziesmas sastāvdaļu (instrumentu) atdalīšanu. Tā pat tika arī aprakstīti dziļie neironu tīkli un kā tos var, un jau dažās situācijās mēģināja, izmantot vokālu atdalīšanai no mūzikas. Praktiskajā daļā ir aprakstīta konvolūciju neironu tīkla izveide, kurš pēc tam tika lietots vokālu atdalīšanai no dziesmām. Iegūtie rezultāti tika analizēti lai saprastu kādi ir izveidotā algoritma spēki un kādas ir tā problēmas.
Darba pamattekstā ir 58 lappuses, 24 attēli, 2 tabulas, 61 nosaukumu informācijas avoti un 7 pielikumi. |
| Keywords |
MĀKSLĪGAIS INTELEKTS, MAŠĪNMĀCĪŠANĀS, DZIĻĀ APMĀCĪBA, MĀKSLĪGIE NEIRONU TĪKLI, SKAŅAS AVOTU ATDALĪŠANA |
| Keywords in English |
ARTIFICIAL INTELLIGENCE, MACHINE LEARNING, DEEP LEARNING, ARTIFICIAL NEURAL NETWORKS, AUDIO SOURCE SEPARATION |
| Language |
lv |
| Year |
2019 |
| Date and time of uploading |
27.05.2019 11:20:11 |
