Εργασία 2006-7

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

Για ανανέωση (ή προσθήκη νέου) avatar, πρέπει η μεγαλύτερη διάσταση της εικόνας να είναι 110 pixels.

[poumpa]

Να σου πω shiver αυτό που έκανα εγώ.
Υπολογίζω κανονικά τα α και βλέπω εάν το αντίστροφο είναι ευσταθές υπολογίζοντας το μέτρο των πόλων του. Εάν είναι ευσταθές, προχωράμε κανονικά. Εάν όμως είναι ασταθές, θεωρώ ότι η TNS αδυνατεί να επιτελέσει τον σκοπό της οπότε επιστρέφει κανονικά το frameF χωρίς να του κάνει καμία απαλοιφή των περιοδικοτήτων.
Σε μετρήσεις που έκανα, το να βγει ασταθές το αντίστροφο φίλτρο είναι αρκετά σπάνιο, οπότε το συνολικό αποτέλεσμα δεν επηρεάζεται εάν ένα frame στα 1000 δεν υποστεί TNS.

Στην λύση αυτή κατέληξα μετά από αρκετούς πειραματισμούς και την θεωρώ πολύ καλή - καλύτερη από τις άλλες που έχω δοκιμάσει ως τώρα...

Συμφωνώ απόλυτα
Είναι σκέτη ταλαιπωρία να κάνουμε αλγόριθμο που να βρίσκει κβαντισμένους ευσταθείς συντελεστές κ εκτός αυτού στο τέλος οι ευσταθείς συντελεστές μπορεί να δίνουν κακή εκτίμηση του frame κ να έχουμε χειρότερα αποτελέσματα.

Να ρωτήσω κι εγώ κάτι άλλο:
1) Τις συναρτήσεις streamfunctions που έχουν ανέβει στο eTHMMY, που θα τις χρησιμοποιήσουμε??
2) Τελικά τι θα γίνει με την συνάρτηση Huffman που στην συνάντηση είχαμε πει ότι θα μας δοθεί? Θα μας δοθεί, να την υλοποιήσουμε ή να μην την κάνουμε καθόλου. Το λέω αυτό διότι είναι αρκετά ζόρι να υλοποιηθεί η Huffman από το πρότυπο διότι ως γνωστόν είναι πολύ δυσνόητο.

Τις streamfunctions τις χρησιμοποιείς αφού έχεις κάνει την κωδικοποίηση για να μπορέσεις να αποθηκεύσεις το αρχέιο στο PC κ να δεις πόσο χώρο πιάνει (ο μεταπτυχιακός μου το είπε). Δεν είναι τπτ το σπουδαίο. Αλλού είναι τα δύσκολα....

Λες να μας δώσει τη huffman το Σάββατο;;;
Έχω κάνει μια Huffman αλλά είναι σχετικά ...δικής μου έκδοσης (όπου δεν καταλάβαινα το πρότυπο έκανα ότι μου κατέβαινε).
Αν έχεις ιδέες κ όρεξη να το ψάξουμε κάνε κάνα σχετικό post να δούμε τι κατάλαβε ο καθένας...
Προς το παρών αυτό που κατάφερα σίγουρα είναι να υλοποίησω τον τρόπο με τον οποίο δημιουργείς tuple, βρίσκεις το αντίστοιχο index στο codebook ώστε να εισάγεις το κατάλληλο codeword στο stream και το αντίστροφο αυτής της διαδικασίας για το decoding.
Αυτό που δεν μπορώ να καταλάβω είναι πως θα χωρίσεις το frame σε περιοχές όπου στη καθεμία θα χρησιμοποιείς ένα σταθερό codebook (στο πρότυπο τα ονομάζει section κ περιέχουν αριθμό (κβαντισμένων) συντελεστών mdct που είναι πολλαπλάσιο του 4)
Προς το παρών χωρίζω το frame σε περιοχές ίσου μήκους κ δοκιμάζω την κωδικοποίηση με διάφορα μήκη μέχρι να βρω το καλύτερο αλλά αυτό μου έχει καταστρέψει το πρόγραμμα γιατι κάνει μέχρι κ 10πλασιο χρόνο να τελιώσει!!!!!

(ΧΑ! έγραψα 2 "Προς το παρών" δε πάω καλά....)

[chggr005]

Λες να μας δώσει τη huffman το Σάββατο;;;

Βασικά η κωδικοποίηση Huffman είναι πολύ δύσκολη να την κάνουμε διαβάζοντας το πρότυπο. Ο καθένας καταλαβαίνει διαφορετικά πράγματα. Αφού όμως είπε ότι θα μας την δώσει έτοιμη, προτιμώ να τεστάρω διεξοδικά την λειτουργία της quantize για να βεβαιωθώ ότι δουλεύει παρά να αρχίσω τους πειραματισμούς με την Huffman. Προτιμώ εν ολίγοις να κάνω μία συνάρτηση σωστή παρά δύο μισοφτιαγμένες.

Τo bitrate και το compression ratio θα τα βρω με άλλους τρόπους...

Εξάλλου παραδίδουμε στις 10 του μηνός, πράγμα που σημαίνει ότι μένουν 2,5 μέρες και έχουμε και μία αναφορά να γράψουμε.

[Faidon]

Χρήστοοοοο! Τελικά το δεύτερο επίπεδο πώς το υλοποιήσατε;

Η AACSeq2 καλεί την psycho. Η psycho καλεί την TNS. Η AACSeq2 καλεί την TNS για να πάρουμε τα TNScoeffs; Έτσι;

Απορώ γιατί χρειάζεται η psycho να δίνει στην έξοδο το P...

Στο δεύτερο επίπεδο χρειάζεται η psycho να δίνει έξοδο το Ρ διότι μετά από αυτήν πρέπει να εφαρμοστεί ξανά η ΤΝS για να δώσει ένα από τα ορίσματα που χρειάζονται στην έξοδο και συγκεκριμένα το AACseq2(i).TNScoeffs.

Δηλαδή χρησιμοποιούμε το P που προκύπτει από το frameFout (καινούργιο frameF υπολογισμένο από την TNS) για να βρούμε ένα καινούργιο frameFout;

Αφού το T που έχουμε βρει αντιστοιχεί στο frameFout που υπολογίστηκε μέσα στην psycho (από την TNS)... Δεν είναι έτσι;


Πάντως εγώ που διάβασα τα post για το huffman κατάλαβα ότι κάτι θα δώσει για το huffman και όχι έτοιμη συνάρτηση. Μήπως αυτό το κάτι είναι οι steamfunctions;  

[chggr005]

Δηλαδή χρησιμοποιούμε το P που προκύπτει από το frameFout (καινούργιο frameF υπολογισμένο από την TNS) για να βρούμε ένα καινούργιο frameFout;

Το P που δίνει ως έξοδο η psycho είναι το ενεργειακό φάσμα του frameF και όχι του frameFout.

[Faidon]

Δηλαδή καλούμε δύο φορές την TNS για να κάνει το ίδιο πράγμα; 

EDIT1: Ότι να' ναι υλοποίηση!...

EDIT2: Ή σύμφωνα με την ανακοίνωση του eTHMMY (τώρα την είδα). Την πρώτη φορά που καλείς την psycho την καλείς για το 10% της δουλειάς που κάνει. Το υπόλοιπο γιατί να το κάνει; Τέλος πάντων...

[Faidon]

EDIT: Τελικά εντάξει, λύθηκε το πρόβλημα. Το λάθος ήταν δικό μου, αφού πριν από κάθε δοκιμή πρέπει να πολλαπλασιάσουμε το frameT με 2^15.

Αυτό γιατί χρειάστηκε να το κάνεις; Εγώ δεν το έκανα και τα α μου βγαίνουν μια χαρα.


Και κάτι άλλο:

Στην αναφορά τι γράφετε; Δεν έχω ιδέα τι να γράψω...
Να εξηγήσω τον κώδικα;
Να εξηγήσω τους αλγόριθμους;
Τις εξόδους-εισόδους των συναρτήσεων;

[ckck20]

Εγώ στην αναφορά έγραψα τι υλοποιήσαμε διαφορετικά ή κάποια σημεία που μας δυσκόλεψαν πώς τα αντιμετωπίσαμε. Λίγα πράγματα δηλαδή, γύρω στις 3 σελίδες. Αφού τα αποτελέσματα φαίνονται από το SNR και από το γεγονός ότι το αρχείο εξόδου...ακούγεται!

[chggr005]

EDIT: Τελικά εντάξει, λύθηκε το πρόβλημα. Το λάθος ήταν δικό μου, αφού πριν από κάθε δοκιμή πρέπει να πολλαπλασιάσουμε το frameT με 2^15.

Αυτό γιατί χρειάστηκε να το κάνεις; Εγώ δεν το έκανα και τα α μου βγαίνουν μια χαρα.

Αυτό χρειάζεται να το κάνεις για να σου βγει σωστά το ενεργειακό φάσμα και η psycho να μπορεί να διαμορφώσει σωστά το κατώφλι ακουστότητας.

Εγώ στην αναφορά περιγράφω κυρίως τα σημεία που χρειάστηκε να γίνουν κάποιες παραδοχές ή περίεργες υλοποιήσεις. Δεν νομίζω να χρειάζεται να περιγράψουμε τους αλγόριθμους, διότι αυτοί ούτως ή άλλως αναφέρονται με λεπτομέρεια στην εκφώνηση.

[Faidon]

EDIT: Τελικά εντάξει, λύθηκε το πρόβλημα. Το λάθος ήταν δικό μου, αφού πριν από κάθε δοκιμή πρέπει να πολλαπλασιάσουμε το frameT με 2^15.

Αυτό γιατί χρειάστηκε να το κάνεις; Εγώ δεν το έκανα και τα α μου βγαίνουν μια χαρα.

Αυτό χρειάζεται να το κάνεις για να σου βγει σωστά το ενεργειακό φάσμα και η psycho να μπορεί να διαμορφώσει σωστά το κατώφλι ακουστότητας.

Δηλαδή, εσύ μετά το wavread πολλαπλασιάζεις τα δείγματα με 2^15 και πριν το wavwrite τα διαιρείς με 2^15;;


Έστειλα e-mail στο μεταπτυχιακό σχετικά με την αναφορά και μου απάντησε:

Στην αναφορά πρέπει να περιλάβετε
--σχόλια για την υλοποίηση και τυχόν επιλογές που κάνατε σε κάποια σημεία
--οδηγίες χρήσης των συναρτήσεών σας
--παραδείγματα χρήσης (αποτελέσματα, γραφικές παραστάσεις κτλ).

[chggr005]

Δηλαδή, εσύ μετά το wavread πολλαπλασιάζεις τα δείγματα με 2^15 και πριν το wavwrite τα διαιρείς με 2^15;;

Ακριβώς! Αυτό έκανα εγώ τουλάχιστον.

Την εργασία την παραδίδουμε με mail, στο eTHMMY, πως?

[KillBill]

Κι εμένα τα περισσότερα (όχι όλα) α μου βγαίνουν μεταξύ -0.1 και 0.1. Έχω πολλαπλασιάσει με 2^15 το frameT αλλά τα α δεν αλλάζουν. Το έψαξα λίγο και μου φαίνεται λογικό να μην αλλάζουν.Ο υπολογισμός γίνεται ως εξής:

Xw = frameFin./Sw;
temp = xcorr(Xw,'unbiased');
r = temp(1025:1028)';
R = toeplitz(temp(1024:1027));
a = R \ r;

Μήπως κάνω κάπου λάθος ή είναι τυχαίο? Η ανακατασκευή βέβαια είναι σωστή, εκεί όπου το αντίστροφο φίλτρο είναι ευσταθές.

Ευχαριστώ!

[Faidon]

Δηλαδή, εσύ μετά το wavread πολλαπλασιάζεις τα δείγματα με 2^15 και πριν το wavwrite τα διαιρείς με 2^15;;

Ακριβώς! Αυτό έκανα εγώ τουλάχιστον.

Γιατί εμένα μου φαίνεται ανούσιο αυτό;
Αφού ο συντελεστής 2^15 ούτως ή άλλως απλοποιείται στη διαίρεση:

Xw=X/Sw

Την εργασία την παραδίδουμε με mail, στο eTHMMY, πως?

Νομίζω στο eTHMMY, που το διόρθωσαν κιόλας.
Μέχρι τώρα όποιος δηλωνόταν έμπαινε στην ομάδα σου με το ζόρι!
Γι' αυτό ήσουν μόνος...

Κι εμένα τα περισσότερα (όχι όλα) α μου βγαίνουν μεταξύ -0.1 και 0.1.

Ποιό αρχείο χρησιμοποιείς; Το LicorDeCalandraca.wav;

Εγώ βγάζω για τα α το ιστόγραμμα που επισυνάπτω, για τσέκαρέ το! 8)

[Xatiux]

παίζει να του ζητήσουμε καμιά αναβολή πχ μέχρι την δευτέρα να μπορέσουμε να την ολοκληρώσουμε άνετα;

[vagia]

Για το τρίτο επίπεδο (χωρίς το huffman) το SNR δεν θα πρέπει να βγεί μικρό λόγω της κβάντισης;
Στο τραγούδι όμως θα πρέπει να ακούγεται θόρυβος;
Εγώ από αυτά που κατάλαβα κάνουμε όσο πιο καλή κβάντιση γίνεται αλλά μέχρι το σημείο εκείνο που το αυτί μας δεν αντιλαμβάνεται το θόρυβο..(δηλαδή να ακούμε το ίδιο τραγούδι)
Έιναι σωστό αυτό;

Το SNR που βγάλαμε είναι γύρω στο 50 αλλά όταν ακούμε το τραγούδι έχει στην αρχή θόρυβο 

[marauber]

παίζει να του ζητήσουμε καμιά αναβολή πχ μέχρι την δευτέρα να μπορέσουμε να την ολοκληρώσουμε άνετα;

Και εγώ μέσα είμαι, αλλά το θέμα είναι πως θα το κάνουμε αυτό...Είναι και ότι μας έχει ήδη δώσει μία.
Πρέπει να οργανωθούμε.

Για το τρίτο επίπεδο (χωρίς το huffman) το SNR δεν θα πρέπει να βγεί μικρό λόγω της κβάντισης;
Στο τραγούδι όμως θα πρέπει να ακούγεται θόρυβος;
Εγώ από αυτά που κατάλαβα κάνουμε όσο πιο καλή κβάντιση γίνεται αλλά μέχρι το σημείο εκείνο που το αυτί μας δεν αντιλαμβάνεται το θόρυβο..(δηλαδή να ακούμε το ίδιο τραγούδι)
Έιναι σωστό αυτό;

Το SNR που βγάλαμε είναι γύρω στο 50 αλλά όταν ακούμε το τραγούδι έχει στην αρχή θόρυβο 

Θα έλεγα ότι το αυτί δε θα πρέπει να καταλαβαίνει τη διαφορά. Ναι μεν υλοποιούμε απλοποιημένη έκδοση του AAC, αλλά αν δεν κάνω λάθος η κωδικοποίηση γίνεται με σταθερή ποιότητα και εις βάρος του λόγου συμπίεσης.