Neural Audio Effect Learning via Effect Embeddings
Bachelorarbeit,Masterarbeit,Studienarbeit
Im Rahmen des Projekts FG Audio Processing

Description

Audioeffekte sind in der Musikproduktion allgegenwärtig. Im Bereich der Rockmusik sind sie beliebt um den Klang von Gitarren auf interessante Weise zu formen. Für verschiedene Anwendungen wäre es interessant automatisch die Effektkette zu extrahieren, mit der eine Gitarre auf einer Aufnahme modifiziert wurde.
Im Rahmen dieser Arbeit soll untersucht werden, ob aus einer Kombination aus Embedding-Extraktion und hinreichend mächtigem Effektmodellierungsnetz Gitarreneffekte automatisch kopiert werden können. Hierzu ist sind zwei Modelle zu trainieren: Eins, das aus gegebenen Gitarrenaufnahmen Embeddings extrahiert, die die angewendeten Effekte beschreiben. Und eins, welches aus einem unbearbeiteten Gitarrensignal, zusammen mit dem extrahierten Embedding, ein effektiertes Gitarrensignal ausgibt, welches idealerweise so klingen sollte wie die zu kopierende Aufnahme.

Die grundsätzliche Thematik kann in [1] nachgelesen werden, auch wenn diese Publikation einen anderen Ansatz verfolgt hat.

Falls ihr Interesse an dem Thema habt so schreibt mir gerne!
[1] https://asmp-eurasipjournals.springeropen.com/articles/10.1186/s13636-024-00330-0

Requirements

  • Gute Pythonkenntnisse
  • Hobbymusiker
  • Eigenständiges Arbeiten
  • Interesse an maschinellem Lernen

Contact person: Reemt Hinrichs