THMMY.gr

Συζήτηση για την εργασία. Stay on topic

Η εργασία: http://alexander.ee.auth.gr:8083/eTHMMY/archive/91/downloadFile/1724/hw-2014.pdf

Εργασία 2014-15

10 Δεκ 2014 9:34 πμ
Ντελόπουλος

Η εκφώνηση της φετινής εργασίας και το συνοδευτικό υλικό είναι διαθέσιμα στην ενότητα "Υλικό μαθήματος"

Ειπε κάτι για ημερομηνια παράδοσης?

Παιδια... δοκίμασε κανένας να βάλει κάποιο wav και να το τρέξει???
Όταν κάνω resample στα 8000 Ηz είναι το τίποτα από άποψης ομιλίας...

Έχω υπολογίσει τους συντελεστές πρόβλεψης w και χρησιμοποιώ το poly2rc που μας δίνεται, για να υπολογίσω τους συντελεστές ανάκλασης.

Στην ενότητα του 3.1.6 του προτύπου αναφέρει ότι οι συντελεστές θα πρέπει να έχουν τίμες στο διάστημα [-1,1], αλλά εγώ έχω μερικούς συντελεστές >2,5  ^dontknow^

helloz...Για να κάνω την εργασία πρέπει να διαβάσω σημειώσεις του πρώτα???Πρέπει να διαβασω κάτι αλλο??? ( δεν παρακολουθω καθόλου το μαθημα)

@Dimitris1989 : Ίσως το παρακάτω παράδειγμα σε βοηθήσει

r0=[0.0316    0.0001   -0.0136   -0.0035    0.0038    0.0030   -0.0001   -0.0067   -0.0001];
R=toeplitz(r0(1:8));
r=r0(2:end)';
w=inv(R)*r;
rc=poly2rc([1; -w])  %μαλλον εδώ έκανες το λάθος

rc =

   -0.0032
    0.4304
    0.1319
    0.0875
    0.0096
   -0.0073
    0.2068
    0.0040

Στο κομματι Υπολειτουργία (δ) - Σύνθεση (Synthesis), στο τελος εχει ερωτηση (Τί γίνεται με τα τρία πρώτα subframes?). Ξερει κανεις την απαντηση ή τι κανουμε για τα subframes αυτα ;

Στην εκτίμηση του short -time προβλεπτή , μετά τον προσδιορισμό των συντελεστών w και a=w.' , οι συντελεστές a είναι 8, αλλά μετά τη μετατροπή τους σε συντελεστές ανάκλασης, K = poly2rc(a) ,  προκύπτουν 7. Στη συνάρτηση poly2rc αναφέρει ότι ' the leading one does not count' . Οποτε ποιο r(1) χρησιμοποιούμε για να βρούμε το αντίστοιχο LAR και LARc ;
 

Απότι κατάλαβα θα βάλουμε εμείς r(1)=1 και τα υπολοιπα 7 ως έχουν.

Μιας και βλέπω ότι έχετε φτάσει εκεί.. να κάνω κι εγώ μια ερώτηση:
επειδή μπερδεύτηκα λίγο... δεν υπολογίζουμε διαφορετικα ACF(k) για κάθε frame έτσι??
8 συντελεστές θα βγάλουμε για όλο το σήμα... απλά τη διαδικασία την κάνουμε ανα frame?
ή είναι εντελώς ανάποδο αυτο που λέω και υπολογίζουμε την αυτοσυσχέτιση κάθε frame ξεχωριστά?

Ανα frame το υπολογίζεις το ACF (δες στο πρότυπο, καθώς την υπολογίζει διαφορετικά/δε θα χρησιμοποιήσεις την autocorr του matlab).
Οι 8 συντελεστες που βγάζεις είναι για 1 frame

Ωραιος... θενξ ;)

Για να πάρουμε τους συντελεστές LARc ως Nint χρησιμοποιούμε απευθείας την round στη Matlab??? Γιατί αν κάνουμε round(z+sign(z)) ουσιαστικά θα πηγαίνουμε στον μεγαλύτερο integer....

Εγώ έβαλα z=A(i)*LARc(i)+B(i) και μετά round(z+sing(z)*0.5)

Πιστεύω είναι σωστό, καθώς αν από εδώ ακολουθήσεις αντίστροφη διαδικασία, βγαίνουν οι συντελεστές πρόβλεψης w ίσοι σχεδόν με τους αρχικούς που υπολογίζεις στην αρχή

Έχει κανείς ολοκληρώσει το παραδοτέου πρώτου επιπέδου;

Αν ναι έχετε ακούσει την έξοδό σας;

Εγώ που το έχω κάνει (αν και δεν είμαι σίγουρος αν είναι σωστό) μου βγάζει αρκετό θόρυβο στην έξοδο.

Kαι μένα. Καταλαβαίνεις ότι είναι ο ντελό, αλλά ακούγονται και κάτι "γκουπ" και "γκαπ" που και που :/

Λίγο που το είδα τώρα εμένα ακούγεται καλα με ελαχιστη αλλοίωση...Βεβαια παιζει να μην το κάνω σωστα...Στην αποκωδικοποίηση του πρώτου επιπέδου κάνουμε μόνο το 3.2.4 ?? Κάνουμε κάτι αλλο που δεν κατάλαβα???

Ρε παίδες η συνάρτηση του αποκωδικοποιητή για το πρωτο παραδοτέο μπορεί να εκτιμήσει το s0 μόνο από τα LARc?
 

Ξερει καποιος ποτε ειναι η ημερομηνια παραδοσης?

Τη μέρα πριν τις εξετάσεις του μαθήματος είχε πει ο ντελό, άρα 28/1

ευχαριστωωω

Παντως απο αλλες χρονιες στο τελος της εξεταστικης (μου φαινεται 1 βδομαδα μετα) ηταν η προθεσμια. Προς τι η βιασυνη φετος...

Υπάρχει καποιος που ψαχνει ζευγαρι για την εργασία?αν ναι ας μου στειλει πμ

Έχω κάνει ακριβώς τα ίδια με σένα ( σ'αυτό το κομμάτι τουλάχιστον) και πάλι μου βγάζει ένα συντελεστή ίσο με 2.7657.. :/ Το διάνυσμά r0 μου είναι όμως στην  τάξη του 1.0e-07...

r0 =
   1.0e-07 *

   -0.2003
   -0.0403
    0.0324
   -0.0239
    0.0246
   -0.0157
    0.0166
    0.0084
    0.0080
Κάτι δηλαδή δεν πάει πολύ καλά...αλλά δεν έχω ιδέα τι... :/ Έχει κανείς καμιά ιδέα;

Εμένα πάντως μου βγαίνει της τάξης e-04 ... Ο Ντελό απαντάει σε απορίες για εργασίες??? Δύσκολα??

O Βασίλης (o διδακτορικός του αν δεν κάνω λάθος) απαντάει :)

και μενα τα ιδια σκατα μου κανε και αντικατεστησα την αυτοσυσχετιση που την ειχα κανει με το αθροισμα, με την xcorr()...

Καλα εδώ χαζομαρα ειπα xD παρολα αυτα νομίζω το διορθωσα και ακουγεται καλύτερα  ::)

Στο παραδοτέο 2ου επιπέδου στο (δ) του Long term τα διαφορα στοιχεία που θα τα βρούμε???είπε τιποτα στο μάθημα??  ^pcsleep^

Ό,τι έχει να κάνει με την υπολειτουργία (γ) το αφήνεις και εν τέλει το (δ) είναι κάτι πολύ απλό.

Δε χρειάζεσαθ την υπολειτουργεία (γ) για να βγαλεις τα x()??

Το e'(n) που το βρίσκω?επισης τ γινεται με τ πρωτα 3 subframes??

μη το ζοριζεις με τα 3 πρωτα subframes....βαλτα 0 και εισαι κομπλε

Για να βρω τους reflection coefficients από τα 160 δείγματα(s0) κάνω το παρακάτω... Αλλά πάλι μου βγαίνουν 2 συντελεστες εκτός των ορίων [-1,1]. Δεν μπορώ να καταλάβω τί είναι λάθος όμως... :/ Έχει κανείς καμια ιδέα;;;;

rs = zeros(9,1);
for k=1:9
    for i=k+1:160
        rs(k) = s0(i)*s0(i-k);
    end
end
R=toeplitz(rs( 1:8 ));
r=rs(2:end);
w=inv(R)*r;
rc=poly2rc([1; -w]);

Είναι rs(k)=sum(s0(i).*s0(i-k)). Νομίζω μόνο αυτό είναι λάθος

Το φαντάστηκα ότι θα υπήρχε μια τέτοια συνάρτηση... :P Ευχαριστώ! :D

Καλησπέρα καλησπέρα.... τι ποιότητα ήχου ακούτε οταν κωδικοποιειται και αποκωδικοποιείται το σήμα στο 2ρο παραδοτέο...πχ εγώ καταλαβαίνω τι λέει απλά ο ήχος δεν ακούγεται τόσο καθαρα...

Μπορεί κάποιος να μου εξηγήσει πως γίνεται η short term πρόβλεψη στον κωδικοποιητή;; Από ποιά παρεμβολή προκύπτουν αυτοί οι συντελεστές για το κάθε subframe και πως φτιάχνουμε στο Matlab αυτό το FIR φίλτρο που χρειάζεται;;;  :(

Είμαι στο βήμα  2.1.4 κ απ' ότι καταλαβαίνω δεν χρειάζεται να δημιουργήσουμε όντως binary block. Ένας πίνακας με τις τιμές που θα περιείχε το binary block είναι αρκετός για αυτά που ζητάει η εργασία και μας καλύπτει μετά στην αποκωδικοποίηση. Καλά τα λέω??

Και επίσης δεν έχω χρησιμοποιήσει ακόμα καθόλου τις συναρτήσεις levup k levdown.. Που χρειάζονται αυτές?

Απ'όσο γνωρίζω δεν υπάρχουν δυαδικές μεταβλητές στο matlab. Σίγουρα δε θα υπάρχει πρόβλημα αν τα αποθηκεύεις σαν αριθμούς (0 κ 1) σε ένα vector ή array.

Οι levup kai levdown χρησιμοποιούνται εντός των rc2poly k poly2rc, δε τις κάνεις κάτι περαιτέρω.

Ναι δεν υπάρχουν το είδα κ εγώ. Δεν εννοούσα όμως αυτό. Εννοώ ο πίνακας να έχει 28 τιμές (ή 29 δεν είμαι σίγουρος, με τις 28 του πίνακα 6.1b βγαίνουν 248 bits) κανονικά double και όχι 260 σε 0 ή 1. Δλδ το στοιχείο 1 θα ειναι το LARc(1), το στοιχείο 2 το LARc(2), ..., το 9 θα είναι το Nc του πρώτου subframe, κτλ.   Γιατί μετά θα χρειαστεί κ η dec2bin που δέχεται μη προσημασμένους ακέραιους και εμείς έχουμε κ αρνητικές τιμές κ δεκαδικές! Για να αποφύγουμε να το φτιάξουμε όλο αυτό αφού στην τελική δεν χρειάζεται πουθενά να είναι όντως binary (ή 0 κ 1 πίνακας)..

Στο 2.2.1 "Από τα 260 bits του αντίστοιχου binary block αναπαράγονται: (α) Μία φορά για ολόκληρο το frame οι αποκβαντισμένες τιμές των 8 συντελεστών LAR, (β)για κάθε subframe οι αποκβαντισμένες τιμές των παραμέτρων N′, b′, M′, x′max και οι 13 τιμές των x′ M(i)."

Κ ποιες ειναι οι αποκβαντισμενες τιμες τους???

Τελικα το bitstream πρεπει να γινει σε binary η οχι;;  :???:

Τελικά το bitstream όπως το εννοεί στο πρότυπο δεν το κάνουμε καθόλου. Αντ' αυτού χρησιμοποιούμε αυτό που λέει στην περιγραφή του παραδοτέου 2 "Παραλείπεται η Υπολειτουργία (γ) και για το λόγο αυτό θεωρούμε ότι η μεταβλητη CurrFrmExFull περιέχει τις τιμές της ακολουθίας e(n) και των 4 subframes χωρίς κβαντισμό και χωρίς κωδικοποίηση.". Κ εγώ το είδα αρκετά αργότερα αφού το είχα κάνει ήδη το bitstream, αλλά έτσι καταλαβαίνω ότι δεν χρειάζεται. Ας με διορθώσει κάποιος αν κάνω λάθος.

Στο παραδοτεο 2 παραλειπεται μόνο. Στο τρίτο το κάνουμε κανονικά. Αυτό είπε και ο διδακτορικος σε email που του είχα στείλει.

Προφανώς και χρειάζεται το bitstream. Αλλιώς ποιό το νόημα του τρίτου παραδοτέου;

Παιδια εχω ενα προβλημα στο τμημα 1. Συγκεκριμενα μου φαινεται αδυνατο να μπορει ο decoder να παραγει το s χρησιμοποιωντας ΜΟΝΟ το LARc ( και οχι π.χ το d(n) η το προηγουμενο s ).
o decoder μου μεχρι στιγμης εναι ο εξης:

function  [ s0,CurrFrmResd ]= RPE_frame_ST_decoder( LARc,PrevFrmResd )

LAR2 = LARc2LAR( LARc );
rc2 = LAR2rc(LAR2);
Wc = rc2poly(rc2)';

δηλαδη αποκβαντιζω το LARc, παραγω το reflection coefficient και απο εκει τα α ( δηλαδη το w ).
Tώρα ομως πως θα παω απο το w στο s δεδομενου οτι τα prev και curr frames δεν χρησιμοποιουνται;

Υπάρχει στην εκφωνηση μια συναρτηση Η(z) αλλα εκτος απο το w χρησιμοποιει και το d(n) ως εισοδο....; που ομως δεν το εχουμε στο σταδιο 1...

Μπορεί καποιος να εξηγήσει το κομμάτι με το H(k) (3.1.18)?? τι ειναι το H(omega)??

Από ότι έχω καταλάβει είναι η απόκριση του φιλτρου στην συχνότητα ω ,αν κάνεις fft σε αυτους τους συντελεστές και πάρεις το μέτρο, πρέπει να σου δίνει όσο λέει(νομίζω H(omega=0)=2.κάτι δεν έχει;)

Η εργασία μετράει και αν δώσουμε το Σεπτέμβρη έτσι?

Έτσι έχει πει :)

παραδοση ειναι μεχρι τις 27?

Ναι, εκτός απροόπτου παντα

Το φίλτρο του decoder για το short term synthesis πως το εφαρμόζετε; Εννοώ αυτό του βήματος 5 του αποκωδικοποιητή.

sp  =  filter(1,[1, -a],dp) φανταζομαι με αυτην τη συναρτηση του matlab

dp = d'
sp = s'

υπολειτουργια (γ)

στο εγγραφο 3.1.20 για το xmax

το table 3.5 θεωρει οτι τα xmax ειναι ακεραιοι
xmax
0-31
32-63
64-95
.......
 
Οταν βρισκω xmax δεν ειναι ακεραιος αρα το κανω round
γιατι αλλιως το 31.2 πχ δν παει πουθενα

Η ερωτηση ειναι, ειναι λαθος αυτο που λεω?
εχω παραλειψει καποιο σταδιο ? γιατι η ακολουθια xm δεν ειναι ακεραια απο που βρισκεις το xmax

Ρωτησε τελικα κανεις, πως να το κανουμε και αν χρειαζεται σε binary? γιατι πολυς κοπος για το τιποτα
Διορθωση: ολοι ειναι ακεραιοι αριθμοι , αλλα οι LARCs ειναι signed   ^dontknow^:(

Οκ γιατί κ εγώ το είχα απορία αυτό.. Πρέπει να κάνουμε fft που λες ή παίρνουμε κατευθείαν τις τιμές του πίνακα?? Εγώ τον χρησιμοποίησα χωρίς fft.

Κοίτα οι συντελεστές που έχει ο πίνακας είναι στον χρόνο,απλά για να δεις αν το έκανες σωστά το φιλτρο σου δίνει και αυτήν την τιμή στην συχνότητα.

Α οκ σωστά το έκανα! σε ευχαριστώ

Μιας και μιλατε για αυτο. τις τιμες του Η(i) τις πολλαπλασιαζετε με 2^13 ?
η παιρνετε κατευθειαν τις τιμες του πινακα

Νομίζω διαιρούμε με 2^13. Εγώ τουλάχιστον αυτό κάνω.

διαιρεση που το λεει?

στο 5.13 λεει
/* H[0..10] = integer( real_H[0..10]*8192 ); */

Τωρα που το διαβαζω ξανα λεει το Η προερχεται απο H_real*8192
Αρα?
δν πολλαπλασιαζουμε καθολου και παιρνουμε τιμες απο πινακα
η παιρνουμε τιμες απο πινακα και κανουμε διαιρεση οπως λες στο τελος


Εχεις δικιο (ευτυχως που ρωτησα γιατι τα χα μπερδεψει)

Ενδιαφερεται κανεις να δοθει παραταση στην εργασια μεχρι την κυριακη?

+15435,1  :D

Του έστειλα mail και ήταν απόλυτος.
Μην ελπίζετε..

Στο 3ο παραδοτέο (short + long term) ο ήχος πρέπει να είναι καθαρός; Η έχει και σε εσάς πολύ θόρυβο;

Λίγο θόρυβο έχω γω...

στο πρωτο παραδοτεο πρεπει ν χει θορυβο?
γτ σχεδον ιδιο βγαινει με το αρχικο

Παιδια για το κομματι "Σε κάθε περίπτωση τα παραδοτέα πρέπει να συνοδεύονται......κατάλληλο πρόγραμμα επίδειξης της διαδικασίας κωδικοποίησης / αποκωδικοποίησης"

εδω εγω απλα βαζω το κομματι να παιξει για καθε σταδιο

Εχει πει αν θελει τπτ αλλο?

Στο πρώτο παραδοτέο:
Έχω γράψει τον κώδικα για τον coder και μου επιστρέφει σωστά τα LARc.
Στον decoder όμως αν δώσω ως είσοδο τα LARc, πως θα προκύψει το s0;

Στην εκφώνηση (σελίδα 3 - εκεί που λεει short term πρόβλεψη), αναφέρει ότι με χρήση FIR φίλτρου και των LARc υπολογίζεται το d. Ο κώδικάς μου είναι:


Δηλαδή χρησιμοποιούμε πάλι το αρχικό σήμα s, το οποίο υποτίθεται δεν υπάρχει στον decoder

Μόνο στο πρώτο παραδοτέο στέλνεις μεταξυ coder, decoder το d(n) αλλιώς δεν μπορει να γίνει
ανακατασκευη προφανως.Εγω το στέλνω μέσω του CurrFrmResd .