Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
5
spoza listy
Status:
Autorzy: Galant Michał , Powroźnik Paweł
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2026
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 39
Strony: 115 - 122
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 30 czerwca 2026
Abstrakty: angielski
This paper explores the capabilities of Generative Adversarial Networks (GANs) for audio synthesis. Particularly, it focus on WaveGAN, which works directly with raw waveforms, and DCGAN trained on spectrogram representations. These models were trained using internal combustion engine sounds collected from the Google AudioSet corpus. The study aims to assess how data representation and architectural choices affect not only quality but also training dynamics in synthesis. It exposed different behavioral characteristics of both approaches thus underlining the fact that signal repre-sentation largely defines the generative process and perceptual properties of output. Modelling on spectrograms, even though phase information is naturally lost, proved more robust and stable than waveform generation directly from wave-forms. The results have further affirmed that a fair share of decisive synthesis quality with GAN-based audio synthesis resides in factors including data complexity, the domain of representation, and hyperparameter configuration.