Äänisignaalinkäsittely
Tutkimusaiheemme ja -projektimme liittyvät usein kuulokkeisiin, kaiuttimiin, soittimiin, äänisynteesiin, äänitehosteisiin, akustisiin mittauksiin ja kuuntelukokeisiin. Työkaluina käytämme signaalinkäsittelyn ja koneoppimisen menetelmiä, joissa otetaan huomioon ihmiskuulon erityisominaisuudet. Olemme esimerkiksi saavuttaneet ensimmäisenä tuloksen, jossa syväoppiva hermoverkko osaa matkia kitaravahvistimen säröä niin tarkasti, etteivät ihmiset tunnista sen tuottamaa ääntä alkuperäisestä.
Teemme yhteistyötä useiden yritysten kanssa, kuten Genelec ja Nokia. Ison osan akateemisesta tutkimuksestamme teemme yhdessä kansainvälisten yhteistyökumppaneiden kanssa, joita ovat mm. Ålborgin yliopisto, Edinburghin yliopisto ja Stanfordin yliopisto.
Tutkimusryhmämme järjestää englanninkielisen Audio Signal Processing -kurssin Aalto-yliopistossa vuosittain tammi-huhtikuussa. Järjestämme audioteknologian seminaarin (ks. Audio Technology Seminar) joka toinen vuosi helmi-toukokuussa, myöskin englanniksi. Molemmat kurssit sopivat maisteri- ja tohtoriopiskelijoille, joilla on riittävät perustiedot akustiikasta ja digitaalisesta signaalinkäsittelystä. Lisäksi olemme vastuussa meluntorjunnan kurssista (Noise Control) maisteri- ja tohtoriopiskelijoille sekä äänen- ja puuhenkäsittelyn kurssista, joka on tarkoitettu kandiopiskelijoille ja luennoidaan suomeksi.
Äänisignaalinkäsittelyn tutkimusryhmä kuuluu Aalto-yliopiston akustiikan laboratorioon. Tutkimusryhmää johtaa professori Vesa Välimäki.
Lue lisää tutkimuksesta (englanniksi)
Ryhmän jäsenet
Viimeisimmät julkaisut
Multi-shelf graphic equalizer
Efficient Velvet-Noise Convolution in Multicore Processors
Real-time implementation of a linear-phase octave graphic equalizer
Sample rate independent recurrent neural networks for audio effects processing
RIR2FDN: An improved room impulse response analysis and synthesis
Active Acoustics With a Phase Cancelling Modal Reverberator
Differentiable Active Acoustics: Optimizing Stability via Gradient Descent
Non-Exponential Reverberation Modeling Using Dark Velvet Noise
Matching early reflections of simulated and measured RIRs by applying sound-source directivity filters
Sampling the user controls in neural modeling of audio devices
- Julkaistu:
- Päivitetty: