prikaz prve stranice dokumenta Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova
No public access
master's thesis
Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:052772
Drobnjak, Antun
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Drobnjak, A. (2024). Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:052772

Drobnjak, Antun. "Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:052772

Drobnjak, Antun. "Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:052772

Drobnjak, A. (2024). 'Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 26 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:052772

Drobnjak A. Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 26] Available at: https://urn.nsk.hr/urn:nbn:hr:168:052772

A. Drobnjak, "Integracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:052772

Metadata
TitleIntegracija modela za generiranje glasa iz teksta i modela za generiranje slike govornika za realistično stvaranje virtualnih likova
Title (english)Integration of speech-to-text and speaker image generation models for realistic virtual character creation
AuthorAntun Drobnjak
MentorIvica Botički (mentor)
Committee memberIvica Botički (predsjednik povjerenstva)
Committee memberMario Brčić (član povjerenstva)
Committee memberDanijel Mlinarić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-07-01, Croatia
Abstract
Performanse sustava za generiranje videa koristeći napredne hardverske konfiguracije, naglašavaju važnost GPU akceleracije. Testovi s različitim veličinama grupa i postavkama kvalitete otkrivaju izazove i učinkovitost u obradi. Studija prikazuje alate poput MakeItTalk-a za kreiranje videa i GlowTTS-a za sintezu zvuka, ističući njihovu ulogu u proizvodnji visokokvalitetnog multimedijalnog sadržaja. Korištenjem moćnih CPU-ova i GPU-ova, pokazano je kako trenutna tehnologija omogućuje učinkovito i sofisticirano generiranje videa i zvuka. Rezultati naglašavaju potrebu za optimiziranim upravljanjem resursima kako bi se postigla uravnotežena brzina obrade i kvaliteta izlaza.
Abstract (english)
The performance of a video generation system using advanced hardware configurations highlights the importance of GPU acceleration. Tests with varying batch sizes and quality settings reveal the challenges and efficiencies in processing. Tools like MakeItTalk for video creation and GlowTTS for audio synthesis are showcased, emphasizing their roles in producing high-quality multimedia content. By leveraging powerful CPUs and GPUs, the study demonstrates how current technology enables efficient and sophisticated video and audio generation. The findings underscore the need for optimized resource management to achieve balanced processing speed and output quality.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:052772
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 20:27:42