[Πολυμέσα] Εργασία 2016-2017

[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!

[Πληροφορίες Καθηγητών]

Πληροφορίες Καθηγητών

[AckermanMik]

2,27,45,52,70,87,114,148,156,165,199,234

Μπορεις να έχεις δυο ESH στη σειρά με βάση το 2 σελ 4

[greekoo]

και εγώ τα ίδια έχω...

Μπορεί να μου εξηγήσει κανείς γιατί στην ανακατασκευή, εκεί που είχα ESH έχω θόρυβο ενώ εκεί που δεν είχα δεν έχω σχεδόν καθόλου θόρυβο??  Και για αυτό το SNR μου βγαίνει στο 11 

[AckermanMik]

και εγώ τα ίδια έχω...

Μπορεί να μου εξηγήσει κανείς γιατί στην ανακατασκευή, εκεί που είχα ESH έχω θόρυβο ενώ εκεί που δεν είχα δεν έχω σχεδόν καθόλου θόρυβο??  Και για αυτό το SNR μου βγαίνει στο 11 

Δες αν τοποθετείς μονο τα 1152 ενδιάμεσα στοιχεία του FrameF στη σωστή θέση

[greekoo]

Δες αν τοποθετείς μονο τα 1152 ενδιάμεσα στοιχεία του FrameF στη σωστή θέση

Σωστά τα τοποθετώ νομίζω γαμώτο..  

Στην filterbank (για esh):
-Απορρίπτω εντελώς τις 448 πρώτες και τελευταίες τιμές του frameT, και χωρίζω τις 1152 κεντρικές τιμές σε 8 επικαλυπτόμενα δείγματα 256 μεγέθους με 50% overlap (δηλαδή 128 hop).
-Εφαρμόζω το ίδιο παραθυρο μηκους 256 σε ολα αυτα τα 8 subframes
-Εφαρμόζω mdct

Στην iFilterBank (για esh):
-Εφαρμόζω imdct άρα ανακτώ τις 256 x 8 τιμές
-Εφαρμόζω το παράθυρο σε κάθε sub-frame
Για να μετατρέψω τα 256x8 σε 2048 όπως πριν, αρχικοποιώ ένα διάνυσμα με τα 448 πρώτα και τελευταία στοιχεία ίσο με το μηδέν, και έπειτα τα 1152 κεντρικά στοιχεία τα ανακτώ κάνοντας overlap+add τα subframes ...

[AckermanMik]

Σωστά τα τοποθετώ νομίζω γαμώτο..  

Στην filterbank (για esh):
-Απορρίπτω εντελώς τις 448 πρώτες και τελευταίες τιμές του frameT, και χωρίζω τις 1152 κεντρικές τιμές σε 8 επικαλυπτόμενα δείγματα 256 μεγέθους με 50% overlap (δηλαδή 128 hop).
-Εφαρμόζω το ίδιο παραθυρο μηκους 256 σε ολα αυτα τα 8 subframes
-Εφαρμόζω mdct

Στην iFilterBank (για esh):
-Εφαρμόζω imdct άρα ανακτώ τις 256 x 8 τιμές
-Εφαρμόζω το παράθυρο σε κάθε sub-frame
Για να μετατρέψω τα 256x8 σε 2048 όπως πριν, αρχικοποιώ ένα διάνυσμα με τα 448 πρώτα και τελευταία στοιχεία ίσο με το μηδέν, και έπειτα τα 1152 κεντρικά στοιχεία τα ανακτώ κάνοντας overlap+add τα subframes ...

Καλά τα λες. Κάπου λάθος γίνεται!

[greekoo]

Καλά τα λες. Κάπου λάθος γίνεται!

Όντως... Είχα ένα λάθος indexing σε κάποιο πίνακα    ..

Τώρα πήγε απο 10 snr σε 50.. Υπήρξε βελτίωση 

[AckermanMik]

Όντως... Είχα ένα λάθος indexing σε κάποιο πίνακα    ..

Τώρα πήγε απο 10 snr σε 50.. Υπήρξε βελτίωση 

Χρησιμοποίησε και παράθυρο SIN και δες την καινούρια εκφώνηση για το παράθυρο KBD

[greekoo]

Χρησιμοποίησε και παράθυρο SIN και δες την καινούρια εκφώνηση για το παράθυρο KBD

Την είδα...

Κοίταξε πάλι έχω προβληματάκι στα esh μόνο.

Ίσως να μην κάνω σωστά recover τις "χαμένες" 448 πρώτες και τελευταίες τιμές του ESH.

Σύμφωνα με το transition.png, οι πρώτες 448 του ESH θα πρέπει να γίνουν ίσες με αυτές του LSS οι οποίες πολ/στηκαν με παράθυρο μόνο με άσσους.
Αντίστοιχα οι τελευταίες 448, αυτές που πολ/στηκαν στο LPS με άσσους.

Τώρα δεν ξέρω για τις υπόλοιπες, δηλαδή για αυτό το τελευταίο transition από LSS σε ESH (παραθυράκι 128) και απο ESH σε LPS...

Ίσως εκεί το χάνω.

[AckermanMik]

Την είδα...

Κοίταξε πάλι έχω προβληματάκι στα esh μόνο.

Ίσως να μην κάνω σωστά recover τις "χαμένες" 448 πρώτες και τελευταίες τιμές του ESH.

Σύμφωνα με το transition.png, οι πρώτες 448 του ESH θα πρέπει να γίνουν ίσες με αυτές του LSS οι οποίες πολ/στηκαν με παράθυρο μόνο με άσσους.
Αντίστοιχα οι τελευταίες 448, αυτές που πολ/στηκαν στο LPS με άσσους.

Τώρα δεν ξέρω για τις υπόλοιπες, δηλαδή για αυτό το τελευταίο transition από LSS σε ESH (παραθυράκι 128) και απο ESH σε LPS...

Ίσως εκεί το χάνω.

Δε χρειάζεται να σε απασχολεί αυτό. Εσύ απλώς πρέπει για κάθε frame, ότι και να είναι αυτό, να το ανακατασκευάζεις με το σωστό τρόπο. Για όλα εκτός από το ESH απλώς κάνεις imdct και παραθυρώνεις. Για το ESH κάνεις imdct και παράθυρο για κάθε subframe, κάνεις overlap και add για κάθε subframe και τα 1152 τα στοιχίζεις σε ένα παράθυρο με 448 μηδενικά δεξιά και αριστερά και 1152 δείγματα που προκύπτουν από την προηγούμενη διαδικασία. Εφ' όσων το κάνεις αυτό και αν κάνεις το overlapp 50%-add για κάθε παράθυρο σε μια εξωτερική ρουτίνα και ανεξαρτήτως του τι είναι, η ανακατασκευή θα είναι σωστή και σχεδόν τέλεια ξεπερνώντας τα 300dB σηματοθορυβικού λόγου.

[greekoo]

Α μάλιστα...

Τι να πω ρε γαμώτο...

Βέβαια χρησιμοποιώντας το εξής scriptακι (http://www.ee.columbia.edu/~marios/mdct/mdct_giraffe.html) και κάνοντας linframe και linunframe ένα διάνυσμα 1152 στοιχείων (πχ για την περίπτωσή μας) με παράμετρο 'trunc', παρατηρώ πώς δεν γίνεται τέλεια ανακατασκευή, ενώ με 'sym' γίνεται τέλεια (αλλά επιστρέφει πίνακα 256x10 στοιχείων λόγω των padded zeroes)...

Πχ:

clear;clc;
x  = randn(1152,1); % estw oi 1152 kentrikes times tou ESH

[fx1,fpad1] = linframe(x,128,256,'sym'); % hop=128 and win=256, thus 50% overlap -> epistrefei 256x10
[fx2,fpad2] = linframe(x,128,256,'trunc'); %xwris padded zeros (->oxi reconstructable ??) -> epistrefei 256x8

fx1W = winit(fx1,'sinewin');
fx2W = winit(fx2,'sinewin');

FX1 = mdct4(fx1W);
FX2 = mdct4(fx2W);

fy1 = imdct4(FX1);
fy2 = imdct4(FX2);

fy1W = winit(fy1,'sinewin'); % rewindow
fy2W = winit(fy2,'sinewin');

y1  = linunframe(fy1W,128,fpad1); % OLA
y2  = linunframe(fy2W,128,fpad2);

e1  = mean((x-y1).^2) % so our error for mdct4
e2  = mean((x-y2).^2)

noise1 = x-y1; noise2 = x-y2;

snr(x,noise1)
snr(x,noise2)

e1 =

   1.3843e-31


e2 =

    0.1257


snr1 =

  308.8246


snr2 =

    9.2427


EDIT:
Μόλις είδα αυτό:

Εικάζω πως το λάθος είναι οτι το φίλτρο το κάνεις για όλο το επόμενο frame ενω κανονικά πρέπει να εφαρμοστεί χωριστά για κάθε παράθυρο 128 επικαλυπτόμενων δειγμάτων όπως φαίνεται στο σχήμα 3

Τα παράθυρα εμένα μου φαίνονται μη-επικαλυπτόμενα.. Κάνω λάθος;

Δηλαδή 8 παράθυρα μήκους 128:
πρώτο:[577,704]
δεύτερο:[705,832]
τρίτο:[833:960]
κλπ..

[AckermanMik]

EDIT:
Μόλις είδα αυτό:
Τα παράθυρα εμένα μου φαίνονται μη-επικαλυπτόμενα.. Κάνω λάθος;

Δηλαδή 8 παράθυρα μήκους 128:
πρώτο:[577,704]
δεύτερο:[705,832]
τρίτο:[833:960]
κλπ..

Είναι επικαλυπτόμενα :p

Είναι μη επικαλυπτόμενα!

[greekoo]

Σήμερα επιτέλους βρήκα το λάθος μου...

Η kaiser του ματλαμπ οταν την καλεσεις θελει kaiser(M+1,beta) και οντως ετσι ειναι και απτον τυπο στην εκφωνηση λεει 0<=n<=Ν/2.. Το βλεπα τοσο καιρο και ουτε καν το αντιλαμβανομουν   

[AckermanMik]

Σήμερα επιτέλους βρήκα το λάθος μου...

Η kaiser του ματλαμπ οταν την καλεσεις θελει kaiser(M+1,beta) και οντως ετσι ειναι και απτον τυπο στην εκφωνηση λεει 0<=n<=Ν/2.. Το βλεπα τοσο καιρο και ουτε καν το αντιλαμβανομουν   

I have been telling you to use SIN window.

[greekoo]

 

   

[svart]

στο demo3, θέλει το bitrate του συμπιεσμένου ή του ασυμπίεστου;