THMMY.gr

Στην πρώτη συνάρτηση τα δεδομένα για το τρέχον frame i τα χρησιμοποιούμε μόνο για τα δείγματα που έχουμε επικάλυψη; γιατί δεν γίνεται πουθενά αναφορά σε αυτά και το μόνο που βρίσκω είναι ότι σε κάποια διαστηματα έχουμε επικάλυψη και άρα δεν θα πάρουμε μόνο τα δείγματα από το frame i+1 προκειμένου να προβλέψουμε τον τύπο του i+1 frame( βήμα 3 s_l.)  Δηλαδή εγώ αυτό που καταλαβαίνω είναι πως για να προβλέψουμε τον τύπο του frame i+1 παίρνουμε δείγματα στο διάστημα 577-1600 και απλά υπάρχει επικάλυψη στα δείγματα 577-1024 του i+1 frame με τα δείγματα 1601-2048 του i.

Αυτό που κατάλαβα είναι ότι (εφόσον το προηγ δεν ήταν start ή stop, ) για να αποφασίσεις τον τύπο του frame i , κοιτάς μόνο το frame i+1 για να δεις αν είναι one long ή 8 short. Και για να δεις τι από τα δύο είναι (το ι+1), όπως λέει στη σελ.4 κάτω κάτω, (και όπως είπες) κοιτάς μόνο τα δείγματα 577-1600 του frame i+1.

Το αρχείο w2203tfa που αναφέρεται στην εκφώνηση, πού είναι;

Και εγώ αυτό καταλαβαίνω αλλά κολλάω γιατί δεν χρησιμοποιώ πουθενά το input frameT και δεν αναφέρεται πουθενά κιόλας κάτι για τα δείγματα του i frame

Μολις παρατηρησα οτι στον στην εκφωνηση εργασιας υπαρχει ετοιμη η συναρτηση encodeHuff και decodeHuff. Εμεις θα την παρουμε απο εκει ετσι; Δεν θα κανουμε "δικια μας" υλοποιηση ΚΑΙ σε αυτο.

H εργασία μέχρι πότε είναι?

μέχρι την προηγούμενη μέρα της εξέτασης

Και εγώ στην υλοποίηση μου δεν  χρησιμοποιώ τα δείγματα του τρέχοντος frame. Mε δεδομένο ότι το πρώτο frame είναι OLS προβλέπω όλους τους επόμενους τύπους.

Στο filterbank όταν εφαρμόζω την mdct του matlab παίρνω πίνακα 3D ενώ στην εκφώνηση θέλει 2D. Έχει κάποιος παρόμοιο πρόβλημα?

βαλε 'PadInput', false

Χωρίς να χρησιμοποιήσουμε την mdct του matlab γίνεται, ή θα μας βγει η πίστη;
Επειδή η mdct υπάρχει από την R2019a και μετά, και θα χρειαζόταν ξανά εγκατάσταση της matlab

Εν μπορείς να κανείς καλή υλοποίηση του mdct και όχι naive για να τρέχει γρήγορα για να μην φας την ζωή σου περιμένοντας τότε ναι :)
Αλλά ίσως φας την ζωή σου υλοποιώντας  την

Thanks

Μια ανεπίσημη πηγή που το βρήκα , στα συννημένα

Γενικα τι SNR πρεπει να βρισκουμε; Μεγαλο ή μικρο; Γιατι εχω μπερδευτει...

Αυτό ξέρουμε κατά πόσο βγάζει το σωστό αποτέλεσμα, που αναφέρθηκε και στο μάθημα;

δεν βγαζει, εχει σφαλμα στα ακρα

Από τη στιγμή που το SNR σημαίνει Signal to Noise Ratio φαντάζομαι πρέπει να βρίσκουμε κάποια μεγάλη τιμή.

Ωραια συμφωνω, απλα καπου ακουσα για μικρα SNR και σκεφτηκα μηπως σκεφτομουν κατι λαθος.

Παιδιά με octave αντί για matlab μπορεί να λυθεί η άσκηση; ή θέλει υποχρεωτικά matlab?

Για επιβεβαιώση και μόνο τα frames που βρήκα να είναι ESH είναι τα: 3, 28, 46, 53, 115, 149, 157, 200, 235. Συνολικά 9 frames δηλαδή. Όποιος θέλει επιβεβαιώνει.

Νομιζω γραφει στο pdf της εργασιας οτι τη θελουν σε ματλαμπ

Έχει βρει κάποιος SNR για το 1ο μέρος;

Εμενα τα esh μου βγηκαν τα 26 44 51 113 147 155 198 233....ειναι 2 κατω απο τα δικα σου και εκτος το 3

Μήπως κάνεις κάτι λάθος και "χάνεις" τα 2 πρώτα frames εσύ;

δεν ξερω εγω ξεκινησα θεωρωντας το 1 frame OLS . Οποτε για να δω τι ηταν το 2 frame , ελεξα το 3 και το 3ο δεν βγηκε ESH. Γενικα δεν μπορω να καταλαβω που μπορουν να χρησιμοποιηθουν τα δειγματα του i-frame που λεει και στην συναρτηση ο ντελο.

και μενα αυτα μου βγηκαν

Εγώ που το ξαναέτρεξα βγάζω τα ίδια με πριν αλλά -1 θέση. Είχα κάνει λάθος στην αρχή και θεωρούσα το 1ο frame OLS οπωσδήποτε.

Πλέον έχω τα 2, 27, 45, 52, 114, 148, 156, 199, 234. Πάλι 9 δείγματα δηλαδή. Κάνετε zero-padding 1024 δείγματα στην αρχή? Ο ντελόπουλος είχε πει ότι χρειάζεται για να μη χάσουμε πληροφορία.

και εγώ αυτά βρίσκω μπορεί να έχει να κάνει με το πως επεξεργάζεται ο καθένας τα δεδομένα πχ εγώ ξεκινάω θεωρώντας προηγουμε frameType OLS και προπαθώ να βρω τον τύπο του πρώτου frame και πάει λέγοντας.

zero-padding κάνεις στην αρχή και το τέλος του σήματος;;;

Έχω βγάλει 13.4356 το  περισσότερο το οποίο σημαίνει περίπου 15 φορές μεγαλύτερη ενέργεια το σήμα από τον θόρυβο αλλά δεν ξέρω αν είναι αρκετό θεωρητικά πρέπει να εισάγεται στο πρώτο επίπεδο μηδενικός θόρυβος.

Το διόρθωσα δεν έκανα για αυτό τώρα τα ίδια που λες και συ βρίσκω

Έχω καεί όλη μέρα με το να βρω τι φταίει και έχω χαμηλό SNR. Τελικά φταιγανε τα indexes των φίλτρων. Το γ@#€*€νο MATLAB που ξεκινάει από το 1 και ο Ντελό που δίνει τις εξισώσεις να ξεκινάνε από το 0 (καλά κάνει) μου κάψανε τη μέρα.

Στο Level 1 έχω με την mdct του MATLAB SNR = 285dB ενώ με μια άλλη mdct που βρήκα online φτάνω μέχρι και το SNR = 307dB.

Έχει φτάσει κανείς στο TNS? Αν είναι ασταθές το αντίστροφο φίλτρο πως θα διαλέξω τους συντελεστές α?

Σε εμενα για καποιο λογο τα attack values δεν ικανοποιουν ποτε τη συνθηκη να ειναι μεγαλυτερα του 10. Ειχε κανεις το ιδιο θεμα ?

μαλλον δεν τα υπολογιζεισ σωστα αυτά ή την ενεργεια (matlab αριθμηση απο 1 υπενθυμιζω)

ναι, και δε ξέρω τι φταίει.
Το HP φίλτρο το εφαρμόζουμε σε όλο το frame, ή μόνο στις 8 περιοχές των 128 δειγμάτων;
Μέχρι τώρα το εφάρμοζα σε όλο το frame, επειδή μου βγάζει πιο πολύ νόημα, επειδή θα έχει τις προηγούμενες τιμές από τα δείγματα του προηγούμενου frame. Αλλιώς υποθέτω ότι για "αρχικές συνθήκες" θα πάρει X(n<0) = 0.

Κάτι άλλο που σκέφτηκα τώρα. Στα attack values διαιρουμε με τη μέση ενέργεια των προηγούμενων περιοχών. Όμως τι παίρνουμε για την περιοχή 0; Με τον τύπο ο παρονομαστής θα ήταν 0. Αυτό σημαίνει ότι για την περιοχη 0 δεν μπορούν να ικανοποιούνται οι συνθήκες;

ναι το γνωρίζω ότι ξεκινάει από το 1. μάλλον υπολογίζω λάθος την ενέργεια εξ αρχής. αλλά για την ενέργεια δεν παίρνεις μόνο το άθροισμα των τετραγώνων των δειγμάτων για την αντίστοιχη περιοχή ?

αν δεις στην εκφώνηση δεν ελέγχεις για τη περιοχή 0 ελέγχεις για τις 1 έως 7 οπότε δεν έχεις το πρόβλημα π λες

Έτσι νομίζω. Μήπως στο κομμάτι του φίλτρου είναι το πρόβλημα με τα Indexes, που λέει ο Egkelados?

αα σωστός, θενκς!

Εμενα μετα απο το DCMT-IDCMT των δειγματων μου βγαινουν τελικα οτι ειναι 281600, αντι για 282978 που ειναι τα κανονικα δειγματα του data.Τι λαθος μπορεις να κανω ? γιατι δεν ειναι καν πολλαπλασιο του 1024 για να πω οτι ξεχασα κανενα frame.

Πρόσεξες το φίλτρο ότι είναι στο πεδίο z πρέπει να χρησιμοποιήσεις την filter  συνάρτηση για να τα περάσεις από εκεί

ναι με αυτή τη συνάρτηση τα πέρασα τα δείγματα.

Θέλει zero-pad και πριν και μετά το σήμα, και επίσης πρέπει να κάνεις και το σήμα σου να είναι πολλαπλάσιο του 1024

Εσεις το SNR πως το υπολογιζετε?Εγω SNR=10*log(s_y/s_n) όπου το s_y ειναι η μεση τετραγωνικη τιμη τωνδειγματων που βγαζω και s_n ειναι το μεσο τετραγωνικο σφαλμα του σφλματος . Και μου βγαινει περιπου 57 που δε μου φενεται και πολυ ψηλο...

Με τη συνάρτηση snr του matlab το υπολογίζω. Γενικά ξαναδες ΟΛΑ τα indexes σου. Εγώ τα είχα χιλιοτσεκάρει και πάλι μου έφαγε μια ολόκληρη μέρα να το βρω. Πλόταρε τα φίλτρα και δες ότι έχουν το σωστό μέγεθος. Πλόταρε το SNR για κάθε frame και δες αν υπάρχει κάποιο μοτίβο (πχ έχεις θέμα στα ESH ας πούμε μόνο ή σε όλα).

  Εγώ τελικά με δικιά μου mdct (έχω το 16 το matlaba) βγάζω 254 και με αυτήν την online 307 τώρα γιατί συμβαίνει αυτό δεν ξέρω αλλά και το 254 σημαίνει τέλεια ανακατασκευή του σήματος οπότε δεν το ψείριζω άλλο.

Εγώ έχω το 2020b οπότε έχει δικιά του mdct η οποία δουλεύει χειρότερα από την online :P. Γενικά και το 250dB είναι τεράστιο νούμερο σε σημείο που δεν νομίζω να κάνει καμία διαφορά με το 300dB. Επίσης εγώ και στο Level 2 που είναι με το TNS βγάζω το ίδιο SNR οπότε μάλλον έγινε σωστά γιατί από όσο θυμάμαι ο Ντελό είχε πει ότι δεν προσθέτουμε θόρυβο στα 2 πρώτα βήματα ουσιαστικά.

Εγώ βρίσκω 3 παραπάνω αλλά δεν ξέρω γιατί:
2    27    45    52    70    87   114   148   156   165   199   234

Έβγαλε κάποιος άλλος τα ίδια;
(Κόβω κάποια δείγματα για να διαιρέιται με το 2048 και προσθέτω 1024 μηδενικά στην αρχή και 1024 στο τέλος.)

Τσέκαρε στη συνάρτηση του SSC που έχεις γράψει όταν υπολογίζεις το ds(i). Πρέπει να διαιρέσεις με το (i-1) και όχι με το i. Είναι λίγο μπέρδεμα με τα indexes αυτός ο τύπος.

Οι περισσότεροι προσθέτουμε κάποια μηδενικά για να μην κόψουμε ίσως αυτό επίσης πολλοι βάζουμε και padding στα δεδομένα εμένα αυτό εκτόξευσε το SNR

Τα μηδενικά και το padding το ίδιο πράγμα δεν είναι;  :P

στο TNS εκει που μας λεει να κβατνισουμε τους συντελεστες α με 4 bits , εννοει οτι θα εχουμε 16 σταδια κβαντισης? Δηλαδη πχ. απο -0.8 εως 0.8 με βημα 0.1?? Δεν ξερω αν ειναι σωστο αυτο γιατι μου βγαινουν και συντελεστες πχ α=1,1 οποτε αυτοι πανε στο 0.8 αν κβαντιστουν

εγω έτσι το εκανα παντως. Ο κβαντιστης που περιγραφει αυτός ειναι

Επιης πως το κανουμε να τρεχει για οποιοδηποτε αρχειο ηχου μας βαζει?

Το "οποιοδήποτε" αρχέιο ήχου προυποθέτει ότι είναι:

1) .wav
2) 48kHz
3) 2-channel

Νομίζω το λέει και στην εκφώνηση κάπου.

Για να είναι συμμετρικός πρέπει να είναι από -0.7 σε 0.7. Με επιφύλαξη.

Στο Level 1, για τα παράθυρα KBD στην εκφώνηση γράφει α = 6 για long windows και α = 4 για short. Στο αρχείο w2203tfa.pdf που έστειλε συνάδελφος (τελευταίο ποστ πρώτης σελίδας) τα έχει ανάποδα (α=4 για Ν=2048 και α=6 για Ν=256). Γνωρίζει κανείς αν είναι τυπογραφικό στην εκφώνηση ή αν όντως τα θέλει έτσι;

νομίζω από -0.75 - 0.75

Εγώ τα άφησα όπως τα ζητάει η εκφώνηση και βγάλει μεγαλύτερο SNR

Κατάφερε κανείς την ευστάθεια του αντίστροφου φίλτρου? Το πρώτο frame του πρώτου καναλιού  δεν βγαίνει ευσταθές μετά το φιλτράρισμα ενώ η όλη διαδικασία είναι 1:1  :-\ . Επισυνάπτω τον ΓΤ αν κάποιος έχει βρει παρόμοιο να το συζητήσουμε.

Για να είναι ευσταθές νομίζω πρέπει οι πόλοι να ανήκουν στο |z| < 1 κάτι το οποίο με τον κβαντιστή το πετυχαίνεις. Αλλά μας λέει να ελέγχουμε την ευστάθεια του αντιστρόφου φίλτρου, άρα μήπως καταλαβαίνω κάτι λάθος;

Εγώ θυμάμαι από ΣΑΕ πως πρέπει  να είναι όλοι οι πόλοι στο αριστερό ημιεπίπεδο πάντως ... Δεν ξέρω, αν αλλάζει κάτι στον Laplace και στον Z σε ότι αφορά την ευστάθεια.

Δεν έκανα τέτοια γραφήματα αλλά ελέγχω με την isstable συναρτηση την ευστάθεια και δεν βγαίνει κανένα φίλτρο ασταθές οπότε μάλλον πρέπει να κοιτάξει τα προηγούμε βήματα μην έχει γίνει κάτι λάθος

Αυτό που λες για το αριστερό ημιεπίπεδο ισχύει όντως για τον Laplace (πεδίο s). Στον Μ/Σ z τα πράγματα είναι αλλιώς, πέρασα και εφαρμοσμένα το Σεπτέμβριο :P

Ωραία! Θα το δω και σε μένα τι διαφορά θα 'χει. Σ' ευχαριστώ!

Αν και δεν έχω φτάσει εκεί για να πω τη γνώμη μου για το φίλτρο, ως προς το πώς ελέγχω ευστάθεια στον πεδίο Z συμφωνώ με τον Egkelados. Τα εξηγεί καλά εδώ θεωρώ:
https://dsp.stackexchange.com/questions/44798/position-of-poles-and-stability-in-z-domain

Καποιες ερωτησεις για το TNS:
Για να βγαλεις την πινακα αυτοσυσχετισης που ζηταει και το οτι μας λεει για p=4 σημαινει πως χρησιμοποιουμε μονο τα τα πρωτα 4 index ?
Επίσης για την i-TNS απλα εφαρμοζουμε το αντισροφο φιλτρο?

ναι κ ναι

Α! Έγινε αδερφακο μου σε ευχαριστώ.

Για να είναι συμμετρικός πρέπει το "σκαλοπάτι" στο 0 να είναι διπλάσιο απο τα υπόλοιπα.
Το είδα εδ (https://www.researchgate.net/figure/a-Symmetric-uniform-quantizer-function-defined-in-2-b-Asymmetric-uniform_fig4_326883746).

Για το zero padding στo Level 1, ουσιαστικα προσθετω μηδενικα στην αρχη και στο τελος του σηματος μεχρι το μηκος να γινει πολλαπλασιο του 1024?

Εγώ αυτό έκανα. Και φρόντισα να έχω σίγουρα 1024 μηδενικά στην αρχή και 1024 στο τέλος (όπως πρότεινε ο κ. Ντελόπουλος στο μάθημα) γιατί γι' αυτά θα έχει τιμές μόνο από ένα παράθυρο και όχι από δύο όπως για το υπόλοιπο σήμα.

Με βάση τον ορισμό από τις σημειώσεις του μαθήματος (τον επισυνάπτω) δεν αναφέρει κάτι για διπλάσιο σκαλοπάτι (απ' ότι καταλαβαίνω εννοείς ότι καλύπτει διπλάσιο εύρος τιμών στον άξονα x).
Νομίζω ο ομοιόμορφος κβαντιστής που ζητάει απαιτεί ισομήκη διαμέριση και ως προς x αλλά και ως προς τις στάθμες.

Μια ερώτηση για το SSC στο υψιπερατο φιλτρο, τι βαζω στην τιμή του z?

Το z είναι η μιγαδική συχνότητα. Βλέπεις δηλαδή τον H(z) ως τον μετασχηματισμό Ζ
ενός h(n) φίλτρου στο χρόνο. Δες τη συνάρτηση filter της MATLAB για να δεις πώς θα εφαρμόσεις το φίλτρο στο σήμα σου.

Έχω ένα πρόβλημα με τα KBD.
Χρησιμοποιώ δική μου mdct αλλά φαίνεται να βγάζει ίδια αποτελέσματα με μια που βρήκα online και με SIN παράθυρα βγάζω SNR 253dB.
Τα Kaiser τα δημιούργησα με τη βοήθεια της kaiser (έχω R2018a) και δοκίμασα διάφορους τρόπους ορισμού τους. Κατέληξα σε έναν ορισμό που μου φαίνεται ότι ταυτίζεται με αυτόν της εκφώνησης και έχω SNR 45dB. Τα σφάλματα είναι της τάξης του 10^(-3) για OLS και 10^(-2) για τα άλλα. Αντιμετώπισε κάποιος παρόμοιο πρόβλημα;

Έχεις βάλει 4π και 6π για ορισμα και όχι 4 και 6 αντίστοιχα;

Ευχαριστω πολύ!! την εκτίμηση ενέργειας και τα attack values τα εφαρμοζω στο αποτέλεσμα του φιλτρου με τον μετασχηματισμο Ζ;

ναι ναι
Και διορθώστε με αν κάνω λάθος αλλά πρέπει να πάρω N/2+1 μέγεθος στη συνάρτηση kaiser (για το Long)

Ναι. Πρώτα φιλτράρεις το frame/subframe και μετά υπολογίζεις τις τιμές.

Χιλια ευχαριστω ρε φίλε!! το φιλτραρω μεσω της συνάρτησης highpass ε;

Την συνάρτηση δεν την έχω χρησιμοποιήσει αλλά λίγο που την είδα δεν ξέρω πως μπορείς να ορίσεις το φίλτρο που σου ζητάει στην εκφώνηση μέσω αυτής. Εγώ χρησιμοποίησα την filter. Αν δεις τα παραδείγματα στο documentation εξηγεί ακριβώς πως μπορείς να ορίσεις το φίλτρο που θα εφαρμοστεί στο σήμα εισόδου που της δίνεις.

Έχει φτάσει κάποιος στη psycho? Το tb (Tonality Index) του βγαίνει στο διάστημα (0,1)??? Γιατί εγώ παίρνω τιμές κοντά στο 0 αλλά κυρίως αρνητικές

Έχω ακριβώς το ίδιο θέμα.

ότι είναι μιρκότερο από το μηδέν το εκχωρώ ως 0.0001 και ότι είναι μεγαλύτερο από το 1 ως 1- 0.0001

To S στον κβαντιστή στο τελευταίο επίπεδο γιατί θέλει να επιστρέφει 1024Χ1 γιατ κάθε frameType ;

Βγάζεις τιμές μεγαλύτερες του 1? Όντως? Φίλε εμένα όλες οι τιμές είναι ανέμεσα στο (-0,4 , +0,4) και δεν ξέρω τι σκατά μπορεί να φταίει.

Όσο για το άλλο που ρώτησες, φαντάζομαι είναι ο τρόπος που δουλεύει η huffCode του.

Βλέπω δεν χρησιμοοποιείται εκεί. Άρα δεν ξέρω γιατί :P :P

Στο TNS την γραμμική πρόβλεψη πως την κάνατε; Βρήκα μια συνάρτηση στο matlab lpc που από το documentation φαίνεται να λύνει το ίδιο πρόβλημα με αυτό που ζητείται. Δοκίμασα και μόνος με τον πίνακα αυτοσυσχέτισης και βγάζω διαφορετικά αποτελέσματα, καμιά ιδέα;

Χρησιμοποιοώντας την lpc εγώ έβγαλα πολύ καλά αποτελέσματα πάντως

δεν έχω τσεκάρει τι βγαίνει απλά έχω βάλει αυτόν τον έλεγχο σε περίπτωση που

Στην στήλη w_low του B219 πρέπει να προσθέσουμε +1 για να υπάρχει αντιστοιχία με τα index του MATLAB?

Καλά τα λες.

Επειδή δε θυμάμαι αν αναφέρθηκε, γιατί μας δίνει το αρχεία του huffman.tar.gz ? Αυτά έχουν τις συναρτήσεις decodeHuff, encodeHuff. Μπορούμε να τα χρησιμοποιήσουμε όπως είναι, ή είναι σαν εμπνευση (;;) και πρέπει να τις υλοποιήσουμε μόνοι μας;


Επίσης, άσχετο, ο πίνακας B219b από το πρότυπα και στο αρχείο .mat έχει ένα λάθος: η τελευταία μπάντα αρχίζει από w_low = 126 και τελειώνει στο w_high = 127, όμως λέει ότι έχει width = 1 αντί για 2 που είναι.

Νομίζω πως τα χρησιμοποιούμε κατευθείαν. Άμα δεις στην εκφώνηση στη σελίδα 18, λίγο πριν περιγράψει την encode και decodeHuff, λέει πως "Γι'αυτό το σκοπό σας δίνονται οι ακόλουθες συναρτήσεις."

Εσείς για τα αρχικά frame τι παίρνετε ως r_-1 r_-2 γιατί εγώ βάζω μηδενικά και το tb καταλήγει στο βήμα 7  αρνητικό

Συνέχισε με το αρνητικό tonality index ή περιόρισε στο (0,1). Θα δεις ότι επηρεάζει το αποτελέσμα του SNR ο τρόπος που το περιορίζεις.

Παιδιά για την παράδοση, τελικά θέλει κάθε επίπεδο να είναι σε αντίστοιχο φάκελο (όπως λέει στο "Διάρθρωση και Παραδοτέα" σελ.15) ή όχι (όπως λέει στο "Σχετικά με την υποβολή της εργασίας" σελ.20);

Παιδια για τους συντελεστες γραμμικης προβλεψης a , το διανυσμα r πρεπει να ειναι απο r(1) μεχρι r(4)  η απο r(0)  μέχρι r(3)? Γιατι στην πρώτη περίπτωση δεν μου έτρεχε σωστά , αλλα στην δεύτερη μου τρέχει όμως έχει τους ίδους συντελεστές a για κάθε frame.:/

Καλησπερα για κάποιον που δεν έχει ασχοληθεί με το μάθημα βγαίνει η εργασία μέχρι την εξέταση ; (8 Φλεβάρη)
Επίσης αν βγαίνει μπορει να δώσει κανεις μια κατευθυνση για το πως να ξεκινήσω ( βοηθάει κάποιο βιβλίο η κάποιες σημειώσεις κτλπ)

Εγω πιστευω οτι βγαινει (εξαρταται ποσο θα ασχοληθεις + ποσα μικρολαθακια θα κανεις στο ματλαμπ + ποσο θα σου παιρνει να τα εντοπιζεις :P) .
Απο διαβασμα νομιζω δε χρειαζεται κατι εξτρα, ειναι ολα στην εκφωνηση

Στη συναρτηση AACoder3 από πού παίρνουμε τα chl.T και chr.T, εφοσον το Τ δεν επιστρεφεται απο κάποια συνάρτηση?

εγώ τα φτιάχνω στην AACoder3 πριν καλέσω τον κβαντιστή, από τα SMR και τα frameF

Ευχαριστω!

Παιδιά λίγο μπερδεύτηκα.
στην filterbank.m, κωδικοποιώ τον πινακα frameT(:,1) με το αριστερο παραθυρο και το frameT(:,2) με το δεξί παράθυρο;
η και τα δύο τα κωδικοποιώ ταυτρόχρονα, απο το 1:1024 με αριστερό παράθυρο και απο το 1025:2048 με δεξί παράθυρο και τα δυο καναλια ταυτόχρονα;

εχω μπερδευτεί λίγο με τα κανάλια και τα όρια στις συναρτησεις 0<ν<Ν/2 και Ν/2<ν<Ν

και τα 2 καναλια ταυτοχρονα

Χίλια ευχαριστώ ρε φίλε! επίσης στην iFilterbank εφαρμοζεις για το ΕSH το ιδιο ακριβως παραθυρο με την Filterbank? για το ΚΒD... Ή μήπως χρειάζεται μερικές διορθώσεις λόγω διαφορετικών ορίων;

δημιουργω ακριβως το ιδιο παραθυρο και καλω imdct

είσαι τεράστιος, σε ευχαριστώ!

στο τελευταίο  level τι SNR βγάζετε περίπου;

περίπου 5 εγώ, οι υπόλοιποι;

Κάπου εκεί και εγώ ο ήχος είναι κοντά στον ήχο του αρχικού;

Στο zip της εργασιας, πρεπει να εχουμε 3 φακελους και 1 report ή ΟΛΑ τα αρχεια μεσα στο zip+report? Αναφερονται και τα 2 στην εκφωνηση

Νομίζω έχει περισσότερο λογική να το χωρίσουμε σε 3 φακέλους. Απίστευτο πάντως ότι υπάρχει ασάφεια μέχρι και σε αυτό.

εστειλα mail

Θα παραδώσουμε την εργασία έτσι:
-- Level 1
       |-- demoAAC1.m
       |-- SSC.m
       |-- ...
 -- Level 2
       |-- demoAAC2.m
       |-- TNS.m
       |-- ...
 -- Level 3
       |-- demoAAC3.m
       |-- psycho.m
       |-- ....
 -- report.pdf

Επειδη δεν ειμαι σιγουρο αν καταλαβα, θα εχουμε 1 φακελο για καθε λεβελ οπου θα εχουμε μεσα τις αντιστοιχες συναρτησεις που χρειαζεται για να τρεξει το καθε λεβελ?

ναι, και στον εξωτερικο φακελο το report.pdf

Για την encodeHuff  και  τη περιπτωση με τα scalefactors σε εμένα σε κάποια frames το sfc(0) βγαίνει μεγαλύτερο από 60 και έτσι δεν μπορεί να χρησιμοποιηθεί το forced codebook σε αυτα. Αντιμετώπισε κάποιος  παρόμοιο πρόβλημα ?

Ναι, είχα κι εγώ το ίδιο πρόβλημα.

Σε εμένα μου προέκυπτε επειδή έβαζα σαν συνθήκη την |a_i - a_i-1| < 60, που έχει νόημα από το 2ο στοιχείο και μετα. Το α(0) δεν είχε κάποια συνθήκη να το περιορίζει.

Αυτό που έκανα τελικά ήταν να βάλω και την |a_i+1 - a_i| < 60, δηλαδή καθένα να περιορίζεται και από το επόμενο και από το προηγούμενό του.

Δεν ξέρω αν είναι η καλύτερη προσέγγιση όμως, οπότε άμα θέλει ας πει και κάποιος άλλος πως το έκανε.

Το max(abs(diff(a)))<60 επισης λυνει το προβλημα

θα το δω και αυτό αν είναι θενκσ.
αυτό κάνω ουσιαστικά και γω οπότε ίσως έχω και κάπου αλλού λάθος στην υλοποίηση.

Το bitrate πως το υπολογίζουμε;

Στο αρχείο που θα υποβάλουμε, λέει να μη συμπεριλάβουμε τα "αρχεία εισόδου που δίνονται για πειραματισμό". Πρέπει / μπορούμε όμως να βάλουμε τα αρχεία εξόδου .wav από τα βήματα;