Analiza zastosowania uczenia maszynowego w przestrzennym przetwarzaniu sygnałów dźwiękowych

2017/25/B/ST7/01792

Słowa kluczowe

Deskryptory

  • ST7_7: Przetwarzanie sygnałów
  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST2_10: Akustyka

Panel

ST7 – Inżynieria systemów i komunikacji: elektronika, komunikacja, optoelektronika

Jednostka realizująca

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Informatyki, Elektroniki i Telekomunikacji

woj. małopolskie

Inne projekty tej jednostki »

Kierownik projektu (z jednostki realizującej)

dr hab. Konrad Kowalczyk

Liczba wykonawców projektu: 9

Konkurs

OPUS 13 – ogłoszony 2017-03-15

Przyznana kwota
998 400 PLN
Rozpoczęcie projektu
2018-10-31
Zakończenie projektu
2023-05-30
Planowany czas trwania projektu
55 miesięcy (z wniosku)
Status projektu
Projekt rozliczony

Opis projektu

Pobierz opis projektu w formacie .pdf

Uwaga — opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. 2 macierze mikrofonowe wraz z przetwornikami analogowo-cyfrowymi i wielokanałową kartą dźwiękową. Za kwotę 40 752 PLN
  2. 3 komputery / laptopy. Za kwotę 15 000 PLN
  3. Bazy danych z nagraniami. Za kwotę 17 000 PLN
  4. System odsłuchowy. Za kwotę 18 000 PLN

Dane z raportu końcowego/rocznego

Publikacje w czasopismach (2)

  1. An Overview of Machine Learning and Other Data-Based Methods for Spatial Audio Capture, Processing, and Reproduction

    Autorzy:
    Maximo Cobos, Jens Ahrens, Konrad Kowalczyk, and Archontis Politis
    Czasopismo:
    EURASIP Journal on Audio, Speech, and Music Processing (rok: 2022, tom: 10, strony: 46043), Wydawca: Springer Open
    Status:
    Opublikowana
    DOI:
    10.1186/s13636-022-00242-x – link do publikacji
  2. Data‑based spatial audio processing

    Autorzy:
    Maximo Cobos, Jens Ahrens, Konrad Kowalczyk, and Archontis Politis
    Czasopismo:
    EURASIP Journal on Audio, Speech, and Music Processing (rok: 2022, tom: 13, strony: 46025), Wydawca: Springer Open
    Status:
    Opublikowana
    DOI:
    10.1186/s13636-022-00248-5 – link do publikacji

Teksty w publikacjach pokonferencyjnych (13)

  1. Refining DNN-based Mask Estimation using CGMM-based EM Algorithm for Multi-channel Noise Reduction

    Autorzy:
    Julitta Bartolewska, Stanisław Kacprzak, and Konrad Kowalczyk
    Konferencja:
    Annual Conf. Int. Speech Communication Association (INTERSPEECH) (rok: 2022, strony: 2923-2927), Wydawca: Int. Speech Communication Association
    Data:
    konferencja 44822
    Status:
    Opublikowana
  2. Feature Overview for Joint Modeling of Sound Event Detection and Localization Using a Microphone Array

    Autorzy:
    Daniel Krause, Archontis Politis, and Konrad Kowalczyk
    Konferencja:
    European Signal Processing Conference (EUSIPCO) (rok: 2020, strony: 31-35), Wydawca: EURASIP
    Data:
    konferencja 44214
    Status:
    Opublikowana
  3. Data Diversity for Improving DNN-based Localization of Concurrent Sound Events

    Autorzy:
    Daniel Krause, Archontis Politis, and Konrad Kowalczyk
    Konferencja:
    European Signal Processing Conference (EUSIPCO) (rok: 2021, strony: 236-240), Wydawca: EURASIP
    Data:
    konferencja 44431
    Status:
    Opublikowana
  4. Convolutive Weighted Multichannel Wiener Filter Front-end for Distant Automatic Speech Recognition in Reverberant Multispeaker Scenarios

    Autorzy:
    Mieszko Fras, Marcin Witkowski, and Konrad Kowalczyk
    Konferencja:
    Annual Conf. Int. Speech Communication Association (INTERSPEECH) (rok: 2022, strony: 2943-2947), Wydawca: Int. Speech Communication Association
    Data:
    konferencja 44822
    Status:
    Opublikowana
  5. Convolutional Weighted Minimum Mean Square Error Filter for Joint Source Separation and Dereverberation

    Autorzy:
    Mieszko Fraś, Marcin Witkowski and Konrad Kowalczyk
    Konferencja:
    IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (rok: 2022, strony: 286-290), Wydawca: IEEE
    Data:
    konferencja 44703
    Status:
    Opublikowana
  6. Incorporation of Localization Information for Sound Source Separation in Spherical Harmonic Domain

    Autorzy:
    Mateusz Guzik, Mieszko Fraś, and Konrad Kowalczyk
    Konferencja:
    IEEE International Workshop on Multimedia Signal Processing (rok: 2021, strony: 46028), Wydawca: IEEE
    Data:
    konferencja 44475
    Status:
    Opublikowana
  7. Adversarial Domain Adaptation with Paired Examples for Acoustic Scene Classification on Different Recording Devices

    Autorzy:
    Stanisław Kacprzak and Konrad Kowalczyk
    Konferencja:
    European Signal Processing Conference (EUSIPCO) (rok: 2021, strony: 1030-1034), Wydawca: EURASIP
    Data:
    konferencja 44431
    Status:
    Opublikowana
  8. Convolutive NTF for Ambisonic Source Separation under Reverberant Conditions

    Autorzy:
    Mateusz Guzik and Konrad Kowalczyk
    Konferencja:
    IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (rok: 2023, strony: 46027), Wydawca: IEEE
    Data:
    konferencja 45081
    Status:
    Opublikowana
  9. End-to-End Neural Speaker Diarization with an Iterative Refinement of Non-Autoregressive Attention-based Attractors

    Autorzy:
    Magdalena Rybicka, Jesus Villalba, Najim Dehak, and Konrad Kowalczyk
    Konferencja:
    Annual Conf. Int. Speech Communication Association (INTERSPEECH) (rok: 2022, strony: 5090-5094), Wydawca: Int. Speech Communication Association
    Data:
    konferencja 44822
    Status:
    Opublikowana
  10. Comparison of Convolution Types in CNN-basedFeature Extraction for Sound Source Localization

    Autorzy:
    Daniel Krause, Archontis Politis, and Konrad Kowalczyk
    Konferencja:
    European Signal Processing Conference (EUSIPCO) (rok: 2020, strony: 820-824), Wydawca: EURASIP
    Data:
    konferencja 44214
    Status:
    Opublikowana
  11. Wishart Localization Prior on Spatial Covariance Matrix in Ambisonic Source Separation using Non-negative Tensor Factorization

    Autorzy:
    Mateusz Guzik and Konrad Kowalczyk
    Konferencja:
    IEEE International Conference on Acoustics Speech and Signal Processing (ICASSP) (rok: 2022, strony: 446-450), Wydawca: IEEE
    Data:
    konferencja 44703
    Status:
    Opublikowana
  12. Sparse Linear Prediction-based Dereverberation for Signal Enhancement in Distant Speaker Verification

    Autorzy:
    Marcin Witkowski, Magdalena Rybicka, and Konrad Kowalczyk
    Konferencja:
    European Signal Processing Conference (EUSIPCO) (rok: 2021, strony: 461-465), Wydawca: EURASIP
    Data:
    konferencja 44431
    Status:
    Opublikowana
  13. NTF of Spectral and Spatial Features for Tracking and Separation of Moving Sound Sources in Spherical Harmonic Domain

    Autorzy:
    Mateusz Guzik and Konrad Kowalczyk
    Konferencja:
    Annual Conf. Int. Speech Communication Association (INTERSPEECH) (rok: 2022, strony: 261-265), Wydawca: Int. Speech Communication Association
    Data:
    konferencja 44822
    Status:
    Opublikowana

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski