Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Janssen 2.0: Audio Inpainting in the Time-frequency Domain

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F26%3A0198904" target="_blank" >RIV/00216305:26220/26:0198904 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/11226501" target="_blank" >https://ieeexplore.ieee.org/document/11226501</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.23919/EUSIPCO63237.2025.11226501" target="_blank" >10.23919/EUSIPCO63237.2025.11226501</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Janssen 2.0: Audio Inpainting in the Time-frequency Domain

  • Popis výsledku v původním jazyce

    The paper focuses on inpainting missing parts of an audio signal spectrogram, i.e., estimating the lacking time-frequency coefficients. The autoregression-based Janssen algorithm, a state-of-the-art for the time-domain audio inpainting, is adapted for the time-frequency setting. This novel method, termed Janssen-TF, is compared with the deep-prior neural network approach using both objective metrics and a subjective listening test, proving Janssen-TF to be superior in all the considered measures.

  • Název v anglickém jazyce

    Janssen 2.0: Audio Inpainting in the Time-frequency Domain

  • Popis výsledku anglicky

    The paper focuses on inpainting missing parts of an audio signal spectrogram, i.e., estimating the lacking time-frequency coefficients. The autoregression-based Janssen algorithm, a state-of-the-art for the time-domain audio inpainting, is adapted for the time-frequency setting. This novel method, termed Janssen-TF, is compared with the deep-prior neural network approach using both objective metrics and a subjective listening test, proving Janssen-TF to be superior in all the considered measures.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20200 - Electrical engineering, Electronic engineering, Information engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA23-07294S" target="_blank" >GA23-07294S: Od perceptronu k percepci: psychoakusticky motivovaná rekonstrukce audio signálu s využitím prvků hlubokého učení</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2025 33rd European Signal Processing Conference (EUSIPCO)

  • ISBN

    978-9-46-459362-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    301-305

  • Název nakladatele

  • Místo vydání

  • Místo konání akce

    Isola delle Femmine – Palermo

  • Datum konání akce

    8. 9. 2025

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku