Syöttödatan vaikutukset kitaravahvistinta mallintavan neuroverkon koulutustulokseen

Kitaravahvistin on oleellinen osa sähkökitaran soittoa. Fyysisiä kitaravahvistimia on haluttu jo pitkään mallintaa digitaalisesti fyysisen laitteiston haittapuolien, kuten hinnan ja vikaherkkyyden vuoksi. Yksi vaihtoehto kitaravahvistimien mallintamiseen on neuroverkot. Kitaravahvistimen neuroverkko...

Full description

Bibliographic Details
Main Author: Pitkänen, Tuukka Petteri
Other Authors: Faculty of Information Technology, Informaatioteknologian tiedekunta, University of Jyväskylä, Jyväskylän yliopisto
Format: Master's thesis
Language:fin
Published: 2024
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/95950
Description
Summary:Kitaravahvistin on oleellinen osa sähkökitaran soittoa. Fyysisiä kitaravahvistimia on haluttu jo pitkään mallintaa digitaalisesti fyysisen laitteiston haittapuolien, kuten hinnan ja vikaherkkyyden vuoksi. Yksi vaihtoehto kitaravahvistimien mallintamiseen on neuroverkot. Kitaravahvistimen neuroverkkopohjaista emulointia on tutkittu viime vuosina. Tutkimuksissa on muun muassa vertailtu mallinnustoteutuksien eri arkkitehtuureja ja mallien realistisuutta. Kirjallisuuden perusteella vaikuttaa siltä, että syötteeltä vaadittavasta sisällöstä ja sen määrästä ei ole aiemmin tehty järjestelmällistä tutkimusta, mihin tämä tutkielma nyt tähtää. Tutkielmassa arvioidaan, miten neuroverkkopohjaisen kitaravahvistimien mallintajan, Neural Amp Modelerin, koulutustulos muuttuu, kun syötteenä käytettyä ääniteparia muokataan erilaisin tavoin. Huomattiin, että 30 sekunnin syötedatalla ei päästy yhtä hyvään koulutustulokseen kuin alkuperäisellä 3 minuutin syötteellä, kun verrattiin testidatalla. Löydettiin kuitenkin alkuperäistä syötettä lyhyempi äänite, jolla koulutustulos testidatalla verrattuna pysyi samana. Lyhyemmällä syötteellä voidaan nopeuttaa koulutusparien luomista.