THMMY.gr

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ
Tuesday, 06 January 2015 00:00

Στο ακόλουθο link (http://1drv.ms/1Aq1lll (http://1drv.ms/1Aq1lll)) θα βρείτε την εργασία. Η εργασία δεν είναι υποχρεωτική, βαθμολογείται προσθετικά με μέγιστο 2.5 μονάδες εφόσον ο βαθμός των εξετάσεων είναι μεγαλύτερος ή ίσος με 4 και πρέπει να παραδοθεί μέσω e-mail στο dsp@psyche.ee.auth.gr με cc στο gkaposto@auth.gr (Γ. Αποστολίδης), το αργότερο μέχρι τις 6 Μαρτίου 2015. Η παράδοση θα πρέπει να περιλαμβάνει ένα κείμενο περιγραφής της υλοποίησης της εργασίας (.doc, docx, .pdf) και τα αντίστοιχα αρχεία .m του Matlab. Όσες εργασίες παραδοθούν σε αυτή την εξεταστική περίοδο, θα κρατηθούν και για την εξεταστική περίοδο του Σεπτεμβρίου 2015, για όσους δεν επιτύχουν στις εξετάσεις του μαθήματος στο τρέχον χειμερινό εξάμηνο.

Παίζει να ξέρει κανείς από πού να πρωτοξεκινήσει κάποιος κ τι να διαβάσει στο περίπου για να γίνει η εργασία?

Δεν μπορώ να καταλάβω την λογική του ισοσταθμιστή. Θα υλοποιώ τον decimator και μετά θα κάνω φιλτράρισμα σε 10 διαφορετικές συχνότητες με κεντρικές αυτές που δείχνει παρακάτω ο equalizer και θα το επαναφέρω με τον interpolator?

Βασικά, αυτό θα το κάνω μόνο για τις χαμηλές συχνότητες γιατί βολεύει περισσότερο, όπως εξηγεί, και τις άλλες κανονικά

Γνώμη αν αξίζει να κάνουμε την εργασία με βάση χρόνο/βαθμό???

Εγω πέρισυ λόγω εργασίας πέρασα το μάθημα  ;)

Ποσο πήρες (αν επιτρέπεται) και με πόσες μέρες/κόπο

Ρε μν κολωνεις, εδω πολυμεσα εκανες,.. το τριτο θεμα που λεει στην εργασια ειναι παρομοιο
με τhn εργασια στα πολυμεσα πχ "να βρείτε την τονική περίοδό του Tp"  ειναι το Ν που βρισκαμε
με τη μεγιστη αυτοσυσχετιση, Linear predictive coding καναμε στο 1 παραδοτεο. Το τριτο θεμα
στην εργασια ειναι το πιο δυσκολο κομματι αλλα ολα τα χεις κανει στα πολυμεσα.Εγω θα κοιταξω
θεωρητικα κανα 2-3 μερες τι κανει η εργασια και  μετα matlab 2-3 μερες.

Χαλαρά..

ερωτηση για το πρωτο Βημα και την σχεδιαση των φιλτρων:
Για εισοδο προκειμενου να φτιαξουμε τα φιλτρα πρεπει να χρησιμοποιησουμε καποια εισοδο που θα εχει σαν ανωτατη συχνοτητα fs/2 σωστα?
Επισης μπορω να χρησιμοποιησω σαν εισοδο το αρχειο που μου δινει στο δευτερο βημα και πως?

ναι. η συχνοτητα της εισοδου λιγο πολυ γνωστη ειναι (ηχος - 44100Hz στην καλυτερη των περιπτωσεων)


http://www.mathworks.com/help/matlab/ref/wavread.html
βρισκεις και το fs εδω κατ'ευθειαν με το ανοιγμα του αρχειου

γενικα στο mathworks εχει πολυ καλα tutorials και παραδειγματα για τα επιμερους της εργασιας.

σε αυτο θα συμφωνησω!
Το θεμα ειναι οταν δεν ξερεις τι να κανεις γενικα :P

ξεκινα με το να φτιαξεις ενα butterworth bandpass φιλτρο με ευρος ξερω γω 8-16kH, και ολα τα αλλα ειναι προσαρμογη του φιλτρου αυτου

Στο L τι τιμες θα δωσουμε?
ΘΑ δινουμε τυχαιες τιμες καθε φορα?

Παιδια ερωτηση:
Καθε φορα αλλαζουμε το L ή το κεντρικο IIR φιλτρο?

Το θεμα τωρα ειναι πως αλλαζει το L τις συχνοτητες?

Επειδή η ακουστική πήρε παράταση για την Τετάρτη και υπάρχουν  νομίζω και  άλλα μαθήματα(7ου-8ου εξαμήνου) που θα δοθούν αυτη τη βδομάδα ψήνει κανείς να πάμε στο γραφείο του χατζηλεό αύριο να ζητήσουμε παράταση;

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ   
Δευτέρα, 02 Μάρτιος 2015 00:00
Η ημερομηνία παράδοσης της εργασίας μετατείθεται για την Παρασκευή 13.03.2015
Οι διδάσκοντες

γιολο

Έχει καταλάβει κανείς πόσο καιρό θέλει η εργασία για να βγει; Δεδομενου οτι δεν εχω και τρελο κουραγιο για λιωσιμο μετα την εξεταστικη.

απο το 0 με καψιμο, της δινω 3 μερες.

Ολες τις συχνοτητες 31.25 - 62.5 , 62.5-125, 125-500 .... 8000-16000 ( 9 BP φιλτρα)
πρεπει να πανε στη συχνοτητα 8000-16000 (εχουμε 1 φιλτρο και για τα 9 ΒP )

για να γινει αυτο πρεπει να μειωσουμε την συχνοτητα δειγματοληψιας
πρακτικα αν δοκιμασεις οπως λεει για L=2 resample(y,1,2) και y οτι αρχειο θες θα δεις οτι το
κομματι παει πιο γρηγορα οταν το ακουσεις (ανεβαινει σε συχνοτητα ολο το κομματι)

Αρα τα L θα πανε ετσι:
για τη μπαντα 8000-16000 resample(y,1,1) δεν χρειαζεται δηλ ειναι ηδη εκει
 για τη μπαντα 31.25 - 62.5 resample(y,1,256)  31,25*256 = 8000, 62,5*256 = 16000
 για τη μπαντα 62.5 - 125 resample(y,1,256)  62.5*128 = 8000, 125*128 = 16000
κτλ

Ρε παιδιά για το GUI που μπορώ να βρω κάτι να μου εξηγεί πως θα συνδέσω το γραφικό κομμάτι που έφτιαξα με τις επιλογές των db?

Εγω δεν καταλαβαινω καν τι λεει , και να καταλαβαινω τι λεει δεν βρισκω τπτ στο internet για itunes
Και ρωταω γιατι θελει κατι γραφικο αφου τα dbs ειναι fixed και αυτο που θελει ειναι γραφικες παραστασεις για 3 καταστασεις που μπορει να γινει με if else

edit : ( μαλλον δεν εκανε καλη μεταφραση )

Δεν κατάλαβες καλά. Πέρα από τα 3 profiles με τις dB τιμές τους, θα πρέπει να μπορείς να πειράξεις τα dB σε κάθε συχνότητα ξεχωριστά μέσω slider.

Όπως οποιοσδήποτε equalizer, οποιουδήποτε media προγράμματος χρησιμοποιείς (iTunes, WMP, VLC, κλπ).

εχει καποιο ειδος εξετασης για την εργασια ? ή απλα την στελνουμε?

Απ' όσο ξέρω δεν έχει. Απλά στέλνεις την εργασία και το report.

Το IIR φίλτρο Butterworth το δημιουργούμε με την συνάρτηση [b,a] = butter[n,Wn] ?
Και αν ναι, αυτή η συνάρτηση δημιουργεί απευθείας το ψηφιακό φίλτρο ή πρόκειται για το πρότυπο αναλογικό και θέλει μετασχηματισμό ?

Ναι. Και δημιουργεί απευθείας το ψηφιακό φίλτρο.

^hat^

Ξέρει κανείς τι εννοεί ο ποιητής στο δεύτερο μέρος της εργασίας; Πως θα χρησιμοποιήσουμε τον EQ του 1ου μέρους για να εντοπίσουμε ποιο όνομα είναι;

το κανεις πολυ στενο bandpass, ωστε να εντοπιζεις ακριβως τις συχνοτητες που δινει η κωδικοποιηση, και να απορριπτεις ολες τις υπολοιπες
με την ιδια λογικη οπως η πρωτη ασκηση, θα βοηθουσε φανταζομαι να κανεις resample για να κανεις ολη αυτη την διαδικασια σε ψηλοτερες συχνοτητες (στις 10δες χιλιαδες hz), αλλα νταξ', και ετσι θα δουλεψει

Κι εγώ δεν έχω καταλάβει γιατί χρειαζόμαστε τον equalizer για το ΙΙ. Γιατί και να κάνουμε bandpass filtering πώς ακριβώς θα ξέρουμε την αντιστοιχία συχνοτήτων-ψηφίων? Δεν είναι σωστότερο, και ευκολότερο ίσως, να χωρίσουμε τον ήχο που αντιστοιχεί σε κάθε ψηφίο και να δούμε τι συχνότητες περιέχει ?

προφανως θα το χωρισεις το κομματι σε 5 κομματια για καθε dtmf  1:1000, 1001:2000 κτλ
και αυτο που λεει ο rspappas

Τον EQ τον θέλει καθώς ακολουθεί την ίδια λογική με τον decoder και επομένως μπορείς ακουστικά να εντοπίσεις σε ποιο πλήκτρο αντιστοιχεί ο τόνος, απλά πειράζοντας τις επιλογές του GUI που υλοποίησες στο MATLAB. Εμένα αυτό που με προβλημάτισε είναι πως θέλει να υλοποιήσουμε συνάρτηση που να επιστρέφει τα επιλεχθέντα πλήκτρα. Άρα, εν τέλη δεν χρειάζεται ο EQ του πρώτου μέρους αφού το πρόγραμμα θα αναγνωρίζει μόνο του ποια επιλέχθηκαν. Απλά μάλλον εννοεί να βασιστούμε στην λογική του 1ου μέρους. Thnx για τις απαντήσεις σας btw. :)

Από τη στιγμή που χωρίζεις τον κάθε ήχο, μπορείς απλά να κάνεις έναν fft και να δεις το συχνοτικό περιεχόμενο, χωρίς να μπλέξεις με bandpass filtering. Πάλι σωστό συμπέρασμα βγάζεις. Για παράδειγμα αν σε έναν ήχο παίρνω 3 συχνότητες, 697, 1000 και 1336, εξάγω το ψηφίο 2. Απλά με τον EQ και χωρίζοντας σωστά σε μπάντες μπορείς να το βλέπεις κάθε φορά ακουστικά, όπως λέει και ο opcode.

Η λογικη του 1 θεματος για το θεμα 2 ειναι οτι θα φτιαξεις 1 φιλτρο bpass πχ  με κεντρο

4500 και ευρος πες 50 Hz  με διγραμμικο μετασχηματισμο πες παλι το βρισκεις αυτο

μετα για καθε συχνοτητα κανεις καταλληλο resample

4500/697=6.456  -> resample(x, 697,4500) 

4475/6.456 = 693
4525/6.456  = 700

αρα εχεις φιλτρο [693-700]  για την 697

..... 4500/1633 = 2,755 -> resample(x, 1633,4500)
       
4475/2,755 = 1624
4525/2,755   = 1642

αρα εχεις φιλτρο [1624-1642] για την 1633

καταλαβαινεις δηλ. οτι  με  1 καταλληλο bpass φιλτρο που θα φτιαξεις εισαι κομπλε
και απλα βαζεις τις κεντρικες συχνοτητες στο resample
αλλιως πρεπει να φτιαξεις για το καθενα

και το παιρνας απο το αθροιστικο αυτο φιλτρο το κομματι πχ [1:1000]
με καταλληλα gains και ελεγχεις ποιες συχνοτητες εχουν περασει ενα threshold
κτλ
 

καπως ετσι το φανταζομαι (δν το χω κανει ακομα )

Επίσης, στο 1ο ερώτημα αναφέρει ότι Fs=44100. Δηλαδή το σύστημα δουλεύει για σήματα με συχνότητα δειγματοληψίας 44100. Αν όμως το σήμα εισόδου έχει διαφορετική Fs, όπως για παράδειγμα το nameX (Fs=16000) τι γίνεται ?

Ακριβώς αυτό που λες. Εγώ βέβαια για να μην μπλέξω με resampling πάλι και για να μπορέσω να plot-άρω το συνολικό φίλτρο υλοποίησα 8 BPFs με αυτές τις κεντρικές συχνότητες. Το θέμα μου ήταν πόσο στενό πρέπει να είναι κάθε φίλτρο (δηλαδή τη BW πρέπει να βάλω). Έψαξα αρκετά στο internet μήπως υπάρχει κάποια προτυποποίηση αλλά δεν βρήκα κάτι. Έτσι, απλά εξασφάλισα να μην επικαλύπτονται οι ζώνες.Κατά τα άλλα και εγώ ακολουθώ την λογική που περιγράφεις.

Ξέρει κανείς αν υπάρχει κάποιο standard για τα bw των φίλτρων; (γιατί είναι πολύ πιθανόν να υπάρχει :P)

λειτουργει για Fs = 44100 για να καλυψει ολες τις συχνοτητες που ακουμε 20-20Khz

Τωρα μπορεις λεω εγω (χωρις ξαναλεω να το χω κανει τ 2) η να φτιαξεις εκ νεου το equalizer
για καταλληλο Fs η πριν μπει το σημα στο equalizer resample και μετα οταν βγει αντιστροφο
resample

Στο δεύτερο ερώτημα με το nameX λογικά θα πρέπει να φτιάξεις τα φίλτρα για Fs=16kHz (όση είναι η συχνότητα δειγματοληψίας του).

Εγώ αναφέρομαι στο πρώτο ερώτημα. Έστω ότι έχεις σήμα εισόδου με Fs<44.1kHz. Κι εγώ με resampling το σκέφτηκα, αλλά αν κάνεις resampling στο αρχικό σήμα, x, μεταφέρεις τις συχνότητες και οι ζώνες που θα πειράζεις μετά στον equalizer θα είναι διαφορετικές. Πχ αν πειράξεις τη ζώνη 1k-2k στο σήμα xr, αυτό θα αντιστοιχεί σε άλλη ζώνη στο αρχικό σήμα x. (??)

Στο πρωτο θα παρεις για εισοδο 1 ωση ( [1 zeros(1,44099)] ενος δευτερολεπτου για να παρεις τα διαγραμματα 
με Fs = 44100

γιατι με εισοδο δελτα(ν ) παιρνεις σαν εξοδο το ιδιο το φιλτρο


Στη συνεχεια τα resampling που κανεις ανεβαζουν τις συχνοτητες αλλα παιρνουν απο 1 φιλτρο μονο
(σε παραπεμπω σε προηγουμενο post που ειχα κανει)

31,25 - 62,5 -> 8κ - 6κΗz  οταν κανεις πχ το πρωτο resampling  οι αλλες συχνοτητες ανεβαινουν και αυτες αλλα ειναι εξω απο το BP φιλτρο

1) τα κανεις για ολες τις μπαντες (resampling )μεχρι 16κΗ ( 9 ΒP)
2) Αφου τα χεις περασει απο το BP φιλτρο με καταλληλα gains
3 ) κανεις αντιστροφο resample πχ πρωτο resampling 8-16k -> 31.25 - 62.5

4) φτιαχνεις και το ΗP
5) το παιρνας το x απο το HP

6) τα προσθετεις ολα κτλ

βρειτε ενα τυχαιο wav στα 44100Hz (μικρης διαρκειας και οχι με καποιον εκνευριστικο ηχο - εκ πειρας) για το πρωτο κομματι, ωστε να μπορουν να δουλεψουν ολα τα φιλτρα και να βλεπετε αποτελεσμα. εμενα με βοηθουσε να βλεπω σε γραφικη παρασταση και να ακουω καθε φορα την πορεια της διαδικασιας.

Για όσους δεν έχουμε κάνει πολυμέσα, μπορεί κάποιος να εξηγήσει πως βρίσκουμε το pitch (Tp) και πως με βάση αυτό δημιουργούμε ακολουθία ώσεων;

Μία ερώτηση γιατί κολλάω κάπου στο 1ο μέρος.

Η λογική του equalizer απ'ότι έχω καταλάβει (διορθώστε με αν κάνω λάθος) είναι:
1. Decimate το τραγούδι ώστε να το πάμε στη συχνότητα 8kHz - 16kHz
2. Butterworth εκεί
3. Interpolate πίσω εκεί που ήταν

Στα βήματα 1 και 3 χρησιμοποιούμε την resample, μαζί με κάποιο low-pass φίλτρο για να μην έχουμε aliasing. Σωστά? Όταν βάζω το low-pass φίλτρο μου (butterworth) σε συχνότητα (πχ αν κάνω downsample x250) (π/250)/Fnyquist, όπου Fnyquist βάζω 44100 Hz, δεν βγαίνει τίποτα στο τελικό αποτέλεσμα.
Δεν πρέπει να πάρω low-pass στα 1 και 3 ή κάνω κάτι λάθος με την Fnyquist?

Έχω την εντύπωση ότι η resample χρησιμοποιεί antialiasing φίλτρο από μόνη της. Εγώ πάντως δε χρησιμοποιώ κάποιο lowpass φίλτρο στα βήματα 1 κ 3..

Δίκιο έχει ο aloko, δε χρειάζεται το lowpass φίλτρο γιατί η resample το υλοποιεί εσωτερικά για το antialiasing.

Χμμ, κάτι άλλο μου πάει στραβά τότε, γιατί χωρίς να πειράξω τις ενισχύσεις το αποτέλεσμα των παραπάνω μου βγαίνει με πολύ θόρυβο. Ο συντελεστής Wn πρέπει να είναι [8000 16000]/Fnyq, σωστά? Δηλαδή στο διάστημα [0,1]. F nyquist παίρνω την 2*F_sample ή την 2*22100Hz που είναι η μέγιστη που μπορούμε να ακούσουμε?

Το όρισμα W_n θα περιέχει το εύρος του φίλτρου που πας να εφαρμόσεις, κανονικοποιημένο ως προς τη συχνότητα δειγματοληψίας F_s του σήματος στην είσοδο του φίλτρου.

Αν το σήμα που θες να φιλτράρεις έχεις F_s = 16 KHz, τότε θα διαιρέσεις το W με 16000.
Αν το σήμα που θες να φιλτράρεις έχεις F_s = 44.1 KHz, τότε θα διαιρέσεις το W με 44100.

Εντάξει είμαι βλάκας, έκανα ζωνοπερατό φίλτρο 8kHz - 16kHz σε ήχο που είχε fs 8192Hz...

Στο ερώτημα γ αφαιρώ το θόρυβο στα 60 Hz και το dc offset, βρίσκω μάλλον σωστά την Tp αλλά μετά το σήμα που προκύπτει από τη σύνθεση είναι ό,τι να 'ναι... βασικά είναι ενα επαναλαμβανόμενο "τσιριγμα" ... Έχει κανείς διαπιστώσει κάτι παρόμοιο?  :-\

Πόσο περίπου βρήκες την T_p;

o: 0.0092
a: 0.0075
e: 0.0062
περιπου

(αν καταλαβα καλα τι ειναι η Τp, δηλαδη 1/f οπου f η κεντρικη συχνοτητα του ηχου που ακουγεται, τι νοτα παιζει)

Και εγώ κάπου εκεί έβγαλα, σε sec πάντα.

+1

απο δω και περα παντως, δεν ξερω τι να κανω :P

SI και ξερο ψωμι

Ε παίρνεις συρμό ώσεων με απόσταση tp για κάθε φωνήεν και το φιλτράρεις με τους συντελεστές που βρήκες από το pronyh. Εμένα πάντως ο τελικός ήχος μου ακούγεται στις ίδιες συχνότητες, αλλά πολύ πριονωτός :P

Ναι κι εγώ τόσο τις βρήκα τις συχνότητες, αλλά ο τελικός ήχος είναι πολύ περίεργος... δηλαδή εγώ περίμενα ότι κουτσά στραβά θα ξεχώριζε ποιο γράμμα είναι...

Για τάξη φίλτρου στην εντολή [b,a] = butter[n,Wn] τι βάζουμε?

οσο μεγαλυτερος, τοσο πιο "καλο" θα ειναι το φιλτρο (λιγοτερα ripple, πιο αποτομη αποκοπη)
πειραματισου, αλλα δεν θα σου επηρεασει παρα πολυ το τελικο αποτελεσμα αυτο

Εμένα ακούγεται ξεκάθαρα πως η τόνος/νότα του τεχνητού ήχου είναι ίδιος με τον αντίστοιχο πραγματικό. Μήπως έχεις κάπου αλλού λάθος, και όχι στην T_p.

Συμφωνώ για τα a και e.Για το o εγώ βρήκα 0.0184 πράγμα που οφείλεται στην σύμβαση που πήρα για την εύρεση του pitch (τα όρια αναζήτησης του peak δηλαδή). Γενικά αυτά ορίζονται από το εκάστοτε πρότυπο του κωδικοποιητή/αποκωδικοποιητή που χρησιμοποιείς. Στην εκφώνηση δεν λέει κάτι, γι αυτό το πήρα αυθαίρετα. Το αποτέλεσμα πάντως είναι ικανοποιητικό.

Είπε μήπως ο Λεό τίποτα στο μάθημα σχετικά με αυτό το θέμα;( Δηλαδή τι όρια αναζήτησης να πάρουμε για το pitch)

Δηλαδή αν δεν ήξερες ότι λεει ΟΟΟΟΟΟΟΟΟΟ θα το καταλαβαινες? ή μουσικά ο τόνος είναι ο ίδιος?

Δεν ανέφερε τίποτα σχετικό στο μάθημα.

Αν  πάρεις 0.0184 sec, δηλαδή ~54 Hz, τότε οι τόνοι δεν είναι και τόσο διαδοχικοί πάντως. Δεν ταιριάζει τόσο με την αλληλουχία τόνων C-D-E που αναφέρει η εκφώνηση, δηλαδή.

Μουσικά ο τόνος είναι ο ίδιος, σίγουρα. Το φωνήεν, σε μένα πάντα, ξεχωρίζει κάπως αλλά προφανώς όχι απόλυτα (μιας και μιλάμε για συνθετικό ήχο).

ok θενξ!!

Καταλαβαίνω αυτό που λες και συμφωνώ. Απλά το "ο", σε αντίθεση με τα 2 άλλα φωνήεντα έχει αυτοσυσχέτιση που, όπως φαίνεται και από το plot, έχει peaks τα οποία δεν μειώνονται συνεχώς. Αν πάρεις όρια αναζήτησης 40 με 140 όπως ορίζει το βασικό πρότυπο για vocoders θα λάβεις ως Τp το  0.0092 όπως λες. Αν πάρεις άλλο πρότυπο με λίγο μεγαλύτερα όρια θα λάβεις το 0.0184 καθώς πιάνει την αμέσως επόμενη κορυφή ως μέγιστη, διότι βρίσκεται εντός των ορίων αναζήτησης.

Το συγκεκριμένο θέμα με προβλημάτισε πολύ και,για να πω την αλήθεια, ακόμα δεν είμαι σίγουρος . Πάντως, η ανασύνθεση του αρχικού σήματος οδήγησε στο να ακουστεί ξεκάθαρα ο ομιλητής (με "θόρυβο" φυσικά :P).

Μάλλον αυτό που θα ρωτήσω είναι πολύ προφανές, αλλά δείξτε λίγο επιείκεια και μην με κράξετε  :(
Στο δεύτερο κομμάτι, από τις συχνότητες καταλαβαίνω ποιό πλήκτρο έχω, αλλά πώς καταλαβαίνω ποιό από τα τρία γράμματα του πλήκτρου ανήκει στο όνομα; Και η δεξιά στήλη με τα A,B,C,D τί ρόλο παίζει;

Δεν σε νοιάζει η δεξιά στήλη νομίζω.
Εσένα τώρα σε νοιάζει μόνο το πλήκτρο από ότι κατάλαβα, δλδ εκτυπώνεις αριθμούς και όχι γράμματα.

Δηλαδή μου λες έτσι απλά ότι όλο το σενάριο "αποκωδικοποίηση του ονόματος ενός αμερικάνου πολίτη"  είναι βιτρίνα; (και είχα ήδη αρχίσει να μαντεύω ονόματα) Καλώς  :D

Δεν είναι βιτρίνα, υπάρχει κάποιο όνομα που προκύπτει από τα νούμερα που πατήθηκαν.

Για αρχή, βρες την αλληλουχία των 5 ψηφίων που πατήθηκαν. Έπειτα, από αυτά, προκύπτει με κάποιον τρόπο το όνομα του πολίτη (όχι αναγκαστικά με τα γράμματα στα πλήκτρα).

Τα gains των φίλτρων από πού ρυθμίζονται?

Από τα Sliders του GUI.

+1

Θα επιθυμούσα και εγώ μια εξήγηση γι' αυτό.

Πώς χωρίζουμε το κομμάτι σε 5 μέρη?

Για σύνδεση του GUI με τις επιλογές των db υπάρχουν κάποια video και guides, αλλά δεν έχω βρει κάποιο που τα εξηγεί πλήρως.
http://www.mathworks.com/videos/creating-a-gui-with-guide-68979.html
https://www.youtube.com/watch?v=dI1fUYxF36U
2 από αυτά...

Για το 3ο μέρος προσπάθησα να βρω το psd με την εντολή pwelch() του Matlab και για το φώνημα "a" προέκυψαν τα εξής αποτελέσματα που φαίνονται στις 2 εικόνες. Βρίσκετε και εσείς κάτι παρόμοιο?

οι ηχοι της (συνθετικης) κολασεως θα με καταδιωκουν για πολυ καιρο

για την υλοποίηση του δεύτερου μέρους πρέπει υποχρεωτικά να έχω φτιάξει το GUI στο πρώτο;

όχι δεν έχει σχέση με το γραφικό νομίζω.

Μπορεί να ειναι εντελώς ανεξάρτητα

Μπορεί κάποιος να εξηγήσει  πού χρειάζεται/ πώς εφαρμόζεται ο διγραμμικός μετασχηματισμός  για το 1ο και 2ο ερώτημα; Το ρωτάω έχοντας υπόψιν ότι τα φίλτρα (όπως έχει ειπωθεί και παραπάνω) που δημιουργούνται με τη συνάρτηση butter του matlab είναι κατευθείαν ψηφιακά... :-\

Δεν χρειάζεται πουθενά.

Στο κώδικα του gui όταν θέλω να πάρω π.χ την τιμή ενός slider θα γράψω στην συνάρτηση που δουλεύω gain1_Callback.sliderVal?

Γιατί μου λέει ότι είναι undefined  variable

Για να πάρεις την τιμή του slider:  get(handles.slider1,'value');
Για να αλλάξεις την τιμή του slider (ανάλογα με τα gain του κάθε προφίλ): set(handles.slider1,'value',gain);

ευχαριστώ φίλε, θα το κοιτάξω!

Στο 2ο μέρος σπάω το κεφάλι μου να βρω ποιο όνομα είναι αλλά δεν μπορώ ενώ βρίσκω σωστά τα ψηφία (21209). Έχει κανείς κανένα hint?  :(

Το μόνο, με τα ψηφία που έδωσες(εγώ δεν έφτασα ακόμα εκεί), που έβγαλε αποτέλεσμα το google και έχει νόημα:

http://www.imdb.com/title/tt1078188/

Παρ' όλα αυτά, δεν νομίζω να ορίζεται ως όνομα.

American citizen x
Αχ αχ έλλειψη φαντασίας.

Vin Diesel είναι το όνομα. :D

To αποτέλεσμα του equalizer του πρώτου ερωτήματος, αν έχουμε όλα τα slider στο 0, δε θα έπρεπε να είναι ίδιο με την είσοδο ήχου?
Γιατί σε μένα σίγουρα δεν είναι... Και μάλλον κάτι παίζει με την αναφορά των dB για τα Gains

Γιατί θα το χωρίσουμε σε αυτά τα κομμάτια? Και αυτά τα 1:1000 τι είναι, samples? Δεν θα έπρεπε να είναι 1-10.000, 10.000-20.000 κτλ΄?

Λογικά πρέπει να είναι ίδια. Έλεγξε τo value κάθε slider από το property inspector και φρόντισε να είναι μηδέν. Ακόμη στην δικιά μου υλοποίηση ελέγχω αν  τα slider έχουν πάει σύμφωνα με κάποιο προφίλ(ποπ,ροκ) και αν όχι τότε βάζω στο κέρδος την τιμή που έχει o slider.Αυτή η τιμή είναι είτε 0 αν ξεκινάω και δεν έχω πειράξει τίποτα είτε +-το gain που έβαλα χειροκίνητα πειράζοντας κάποιο slider.

Τα φιλτραρίσματα των σημάτων γίνονται με τη filter()? Μου πετάει ότι νάναι αποτελέσματα..

Μέσω της filter(), ναι. Δίνεις σαν όρισμα του συντελεστές της συνάρτησης μεταφοράς του ψηφιακού φίλτρου.

Για να κανιες filter πρέπει πρώτα να έχεις υλοποιησει το φιλτρο..αν κανεις απευθειας δν εχω ιδεα τ μπορει να σ βγαλει σαν αποτελεσμα xD

Ναι το φίλτρο όπως αναφέρθηκε πριν, με [b,a]=butter(n,Wn); και μετά πάω να κάνω filter(b,a,x) κ μου πετάει τα χάλια του τα μαύρα.
Συγκεκριμένα το πρόβλημα εμφανίζεται στο 3ο μέρος, αφού βγάλω τη DC συνιστώσα, όταν πάω να περάσω το σήμα από το bandstop.

Ίσως αν βάζεις πολύ στενό BP ή πολύ μεγάλη τάξη φίλτρου.

Μπορεί κάποιος να μου πει με ποια εντολή δημιουργώ τη σειρά από συναρτήσεις δέλτα, που θα μπει στο φίλτρο του 3ου μέρους;
Γίνεται με την pulstran(); Με μπερδεύει λίγο η σύνταξή της.

Μπορείς να τη φτιάξεις και μόνη σου με ένα απλό for.

Ξέρει κάποιος κανα ευκολο τρόπο για να μοιράζονται οι μεταβλητές μεταξύ callbacks? ψαχνω στ net και εχω εκνευριστει xD

http://matlab.izmiran.ru/help/techdoc/creating_guis/simple_gui_example17.html
και σε αυτο error μ πεταει pfff

οι handldes.το_όνομα_της_μεταβλητής_σου δεν κάνει αυτή την δουλειά?

εδιτ:α αυτό σου βγάζει έρρορ, ε δεν ξέρω τότε :(

αν θες π.χ. να μοιράζεσαι την μεταβλητή a σε 2 callbacks τότε τη δηλώνεις και στα δύο ως global.

δηλαδή βάζεις global a; και στα 2 callbacks και τη χρησιμοποιείς κανονικά.

Να σαι καλα ρε αδερφε...τοση γαμ***ενη ώρα ψαχνω και δν μπορω με τπτ !!!!!!!

Τέτοια ώρα τέτοια λόγια αλλά η έκφραση  [b,a]=butter(n,Wn); έχει προβλήματα αριθμητικής ευστάθειας σύμφωνα με το documentation οπότε καλό θα ήταν να την αποφύγεις. Χρησιμοποίησε την designfilt και πέρνα στην filter το αντικείμενο που σου γυρνάει η designfilt. By default η designfilt σχεδιάζει Butterworth φίλτρα, οπότε είσαι και πάλι καλυμμένος

Αντί για bandstop,  εγώ έβαλα lowpass στα 50hz, αφου Ετσι κι αλλιώς φωνή τόσο χαμηλά δεν θα έχουμε.

επειδή μου ήρθε φλασιά της τελευταίας στιγμής, στον equalizer στο 1ο θέμα θέλει να τον υλοποιήσουμε με βάση τις κεντρικές συχνότητες που απεικονίζονται στις εικόνες από το Itunes,σωστά?
Ή μήπως θέλει να το πάμε με βάση την αρχική εικόνα που έχει ως παράδειγμα και να πουμε ότι η 1η ζώνη είναι 31.25-62.5, η 2η 62.5-125 κ.ο.κ?

Προσωπικά εγώ έκανα το δεύτερο, δηλαδή πολλαπλασίασα το gain των 32Hz με την μπάντα 31.25-62.5

Αυτα τα ψηφία βρήκατε και άλλοι? Γιατι εγώ βρήκα 00755.

Και εγώ 21209 βρήκα. Τσέκαρε goertzel.

Exei proxorisei kaneis me to 3o kommati? Erotiseis:
1.O didaktorikos mou eipe pos gia kathe kommati( o, a, e) kanw xcorr( autosisxetisi) kai pairnw tin korifi sto plot tou apotelesmatos san Tp. Afto omos mou bgazei Tp 8.39 , 15.55 kai 48.9 . An einai seconds den einai iperbolika megala? Mipos katalaba kati lathos?
2. Any ideas gia to pos ftiaxnoume seira apo delta funcs? Aplos asous?
3. Pos linoume tin eksisosi (1) meso matlab? Exei kamia function na mas linei ta xeria?

Kai egw 21209 brika sto 2o btw.

1) μήπως υπολογιζεις συχνότητες και οχι χρόνους? Επίσης, μήπως δεν έχεις διαλέξει καλό διάστημα συχνοτητων για την αναζήτηση (για ανθρώπινη φωνή)
2) ασσους, ναι
3)υλοποιησε την αλγοριθμικα, με for κλπ

Το σκέφτηκα αυτό για τις συχνότητες αλλά είπα να ρωτήσω. Τι εννοείς με τη δεύτερη πρόταση? Δεν έκανα κάπου αναζήτηση ούτε χρησιμοποίησα συχνότητες ακόμη. Απλώς έβγαλα το dc offset, έβαλα ένα stopband στα 60 hz και χώρισα το oae σε o ,a ,e . Το δοκίμασα και ακουστικά και είναι οκ.