Diplomová práce

The Art of Speech Synthesis and Voice Cloning

Bc. Madeleine Apolenová
Anotace

Obrovský pokrok vo výskume umelej inteligencie, okrem zábavného a kreatívneho priemyslu, svetu technológií a vedy, zaujal predovšetkým tvorcov dezinformačného obsahu. Diplomová práca skúma oblasť umelej inteligencie, syntetických médií a ich kreatívne využitie v oblasti sound designu a audio produkcie či postprodukcie. Existuje množstvo výskumov v tejto oblasti, ktoré sa však vo väčšine prípadoch zameriavajú …více

Abstract

In addition to the entertainment and creative industries, the world of technology and science, the huge progress in artificial intelligence research has attracted the attention of creators of disinformation content. The diploma thesis examines the field of artificial intelligence, synthetic media and their creative use in the field of sound design and audio production or post-production. There is a …více

Zadání práce
Obrovský pokrok vo výskume umelej inteligencie, okrem zábavného a kreatívneho priemyslu, svetu technológií a vedy, zaujal predovšetkým tvorcov a tvorkyne dezinformačného obsahu. Diplomová práca skúma oblasť umelej inteligencie, syntetických médií a ich kreatívne využitie v oblasti sound designu a audio produkcie či postprodukcie. Existuje množstvo výskumov v tejto oblasti, ktoré sa však vo väčšine prípadoch zameriavajú na vizuálny a textový obsah. Primárnym predmetom skúmania tejto diplomovej práce sa stáva zvuk a jeho pochopenie v rámci syntézi reči, umelej generácii hlasu a deepfake prostredia. Práca tak odhaľuje potrebu skúmať oblasť AI generovaného audia a audio deepfakes. Autorka si kladie za cieľ nadviazať na výskum v oblasti zvukových syntetických médií a poskytnúť ucelený prehľad o ich problematike a zároveň nový pohľad, ktorý pomôže čitateľovi a čitateľkám sa v oblasti deepfake lepšie orientovať. Cieľom prvej časti práce bude teoretické skúmanie tohto fenoménu, ktoré by malo poskytnúť základ pre nasledujúce využitie získaných poznatkov v praktickej, kreatívnej časti. Druhá, praktická časť si prostredníctvom tvorby ukážok kladie za cieľ zvýšiť povedomie o umelej inteligencii, syntéze médií, audio deepfakes, ich výstrahách, rýchlom šírení, jednoduchej výrobe, ale za to zložitejšej detekcie.
Práce zkontrolována:
10. 5. 2024 19:23, Mgr. Daniel Kvak, učo 445232
Jazyk práce
angličtina angličtina
Termín obhajoby
13. 6. 2024
Práce byla úspěšně obhájena

Vedoucí

Mgr. Daniel Kvak, učo 445232
ÚHV FF MU

Oponent

doc. Mgr. Jozef Cseres, PhD., učo 114731
ÚHV FF MU

Masarykova univerzita Filozofická fakulta
Plán
Zvukový design a multimediální technologie
  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.
  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.
  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.
  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.
  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.