Diplomová práca bakalárky Kristíny Nikovej sa zaoberá problematikou používateľsky prívetivého ovládania syntetizátorov pomocou sémantických značiek s využitím wavetable syntézy. Práca má 63 strán, je dobre členená a jej text sa číta veľmi dobre. Obsahuje len malé množstvo chýb a nepresností.

Študentka v teoretickej časti opisuje základy wavetable syntézy a modelov hlbokého učenia. Teoretickú časť podporuje množstvom vlastných diagramov, ktoré zvyšujú kvalitu práce. V praktickej časti detailne opisuje popis siete, ktorú trénuje a problémy, ktoré sa vyskytli počas jej tréningu. Oceňujem najmä analýzu datasetu, ktorú študentka vykonala a na základe ktorej navrhla zlepšenia. Tie následne aplikovala pri ďalšom tréningu, čo umožnilo rozšíriť počet ovládateľných parametrov. Následne navrhla posluchový test a analýzovala ho. Výsledky posluchového testu by bolo vhodné doplniť o štatistickú analýzu, ktorá by poskytla silnejšiu oporu pre prezentované závery, čo v texte chýba.

S prácou študentky som bol počas celého roka veľmi spokojný, pretože pracovala samostatne a sama prichádzala s nápadmi a návrhmi na zlepšenie, ktoré so mnou pravidelne konzultovala. Chválim taktiež prezentáciu príspevku na študentskej konferencii EEICT. Zadanie považujem za splnené a prácu hodnotím 95 bodmi/A. Výsledný počet bodů navržený vedoucím: 95

Cílem diplomové práce bylo rozšíření existujícího wavetable syntezátoru, jehož ovládací prvky umožňují uživateli měnit vlastnosti generovaného signálu na základě sémantických značek. Jednotlivé cíle stanovené v zadání práce považuji za splněné a celkově k práci nemám téměř žádné výhrady.

Text práce je na velmi dobré odborné úrovni, je logicky členěný a obsahuje řadu grafických ukázek, které vhodně doplňují popisovanou problematiku. V práci se vyskytují pouze drobné nedostatky, které však nijak zásadně nenarušují její srozumitelnost ani celkovou úroveň.

Oceňuji teoretickou část práce, která čtenáři pomáhá zorientovat se v řešené problematice a je podložena řadou relevantních zdrojů. Pozitivně hodnotím také část zaměřenou na analýzu a odstranění nedostatků zvoleného datasetu, což by mělo vést ke zvýšení přesnosti trénovaného modelu. Součástí práce je rovněž poslechový test s vlastním interaktivním prostředím, pomocí něhož byla získána data od několika respondentů. Výsledky tohoto testu jsou diskutovány v závěrečné části práce. Veškeré zdrojové kódy k implementaci provedené v rámci diplomové práce jsou kromě přílohy dostupné také v repozitářích na platformě GitHub. Při pokusu o spuštění zdrojového kódu se nicméně i při dodržení pokynů uvedených v popisu repozitáře objevil problém s kompatibilitou některých použitých knihoven. Vzhledem k tomu, že verze těchto knihoven jsou přesně definovány v konfiguračním souboru, však tento problém nepovažuji za nedostatek práce studentky. Celkově je z odevzdané práce patrné, že jejímu zpracování studentka věnovala značné úsilí. Otázky k obhajobě:

1. Syntezátor z původního zdroje je dostupný také jako zásuvný modul pracující v reálném čase. Jak náročné by bylo převést současnou verzi navrženého modelu do této podoby a jaká omezení by případně bylo nutné řešit?
2. V teoretickém úvodu práce je zmíněno, že délka vlnových tabulek je často volena jako mocnina dvou z důvodu efektivity operace modulo. Použitý dataset však obsahuje vlnové tabulky o délce 600 vzorků. Může mít tato volba znatelný dopad na výpočetní náročnost nebo výslednou kvalitu generovaného signálu?

Výsledný počet bodů navržený oponentem: 95