Student si sám vyhledával zdroje a dokázal je zpracovat. 

Práce byla dokončena na poslední chvíli, měl jsem možnost okomentovat předposlední verzi, finální verzi jsem z důvodu nutnosti tisku již neviděl. 

Prezentační úroveň technické zprávy je dobrá. Logická struktura, rozsahy a návaznosti jednotlivých částí jsou vhodně zvoleny. Pochopitelnost textu je pro čtenáře dobrá, věty jasné výstižné, primárně technické. Bylo by vhodné doplnit informační a důvodová propojení textů, např. proč autor vybral dané dvě metody, seznam v současnosti dostupných metod z jakých vybíral vč. jejich licencí. V kapitole “3.1.1 Generátor” by stálo za to blíže popsat úpravy konkrétních úseků, nakolik tři ze čtyřech odrážek obsahují stejné hodnoty pravděpodobnosti. Bylo by vhodné i shrnutí obecné povahy ve smyslu, pro jaká užití autor vidí postup vhodný případně nevhodný pro praxi (např. telefonie pro zvukový podpis komunikace s cílem předejít hlasovým podvrhům, podpis autorských melodií vodoznakem, případně jiná využití a na základě jakých důvodů). Lze ocenit dobrou práci s výsledky zejména u tématu “false positives”, kde se autor zaměřil na příčiny a našel je u 3 mluvčích (ID 1651, 2902 a 7697) v testovacím datasetu. Škoda, že autor nepokračoval v myšlence a dále nerozvedl důvody právě u těchto třech mluvčích (např. charakteristický hlas nebo (ne)kvalitou samotné nahrávky typickou pro podmínky daného mluvčího apod.).

Úroveň a funkčnost technického řešení je dobrá. Kvalita a srozumitelnost dokumentace je také dobrá. Řešení je implementováno nad dvěmi vybranými metodami formou skriptů. Testovací protokol je také souborem Python skriptů. Byla by vhodná větší univerzálnost řešení, zejména pokud by na autora navázal další vývojář a chtěl změnit nebo doplnit další metodu pro generování a detekci vodoznaků. Při současných možnostech demo aplikací lze očekávat demo nejen ve formě Python skriptů, ale lépe ve formě ucelené aplikace s vrstvou grafického uživatelského prostředí. Je škoda, že autor zůstal u poměrně malé evaluační datové sady LibriSpeech (73 mluvčích), která mu neumožnila zkoumat robustnost z dalších aspektů, např. z pohledu variability kanálů (např. telefonní), způsobu komunikace (spontánní řeč, čtená řeč, projev na tiskové konferenci, recitace, hudba, …) a jazyků.

Evaluation level: assignment fulfilled with minor reservations

Práce se věnuje všem bodům zadání, které bylo splněno. Bylo by vhodné se věnovat lepšímu popsání protokolu. Pro demo ukazující rozsah poškození audia byla zvolena forma Python skriptu. Zde lze volit některý v současnosti lehce dostupný nástroj tvorby aplikací s GUI (“Graphical User Interface”) případně doplnit GUI vrstvu pro poutavější formou a efektivnější prezentaci. Při společenské hrozbě hlasových podvrhů je téma velmi aktuální. Je tedy škoda, že autor nezařadil i širší zamyšlení ke zneužití (např. teroristické organizace mohou využívat zpívané modlitby pro přenos informace) nebo zda jsou vodoznaky v řeči v současnosti skutečně použitelným řešením pro boj s hlasovými podvrhy.

Výběr studijních pramenů je široký, autor uvádí 28 zdrojů literatury, v naprosté většině aktuální. Zdroje jsou relevantní k tématu i zadání práce. Práce obsahuje hodně převzatých definic, což je u technických textů pochopitelné. Některé zdroje jsou z období 1961 - 2010, proto by bylo vhodné do práce zařadit větší polemiku, zda jsou informace ze starších zdrojů stále platné nebo technicky již jsou resp. začínají být technicky zastaralé. Vedle Resemble.AI a DeepMark.me by byly vhodné i zdroje vedoucí na více metod resp. více komerčních poskytovatelů (např. WavMark).