Використання машинного навчання для синтезу звуку та налаштування параметрів звукової доріжки на основі текстових описів
| dc.contributor.advisor | Медвідь, Сергій | uk_UA |
| dc.contributor.author | Письменний, Антон | uk_UA |
| dc.date.accessioned | 2025-09-08T08:53:30Z | |
| dc.date.available | 2025-09-08T08:53:30Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | Метою даної кваліфікаційної роботи було дослідження можливостей застосування алгоритмів машинного навчання для синтезу звуку та коригування параметрів звукової доріжки на основі текстового опису користувача з метою використання у сучасних музичних творах. Завданнями роботи були аналіз наявних засобів синтезу звуку з використанням машинного навчання та ступінь їхньої інтеграції в цифрові звукові робочі станції, розробка способів покращення теперішнього стану галузі, дослідження перспективності цих покращень шляхом створення демонстраційних програмних проєктів. У роботі розглянуто існуючі моделі text-to-sound (зокрема – моделі латентної дифузії), перспективи використання великих мовних моделей (LLM) для керування синтезаторами, досліджено можливості створення віртуальних інструментів для цифрових звукових робочих станцій на базі зазначених підходів, проблеми та обмеження, з якими доводиться стикатися в ході розробки й використання таких засобів кінцевими користувачами. | uk_UA |
| dc.identifier.uri | https://ekmair.ukma.edu.ua/handle/123456789/36494 | |
| dc.language.iso | uk | uk_UA |
| dc.status | first published | uk_UA |
| dc.subject | штучний інтелект | uk_UA |
| dc.subject | велика мовна модель | uk_UA |
| dc.subject | модель латентної дифузії | uk_UA |
| dc.subject | синтез звуку | uk_UA |
| dc.subject | цифрова звукова робоча станція | uk_UA |
| dc.subject | бакалаврська робота | uk_UA |
| dc.title | Використання машинного навчання для синтезу звуку та налаштування параметрів звукової доріжки на основі текстових описів | uk_UA |
| dc.type | Other | uk_UA |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: