[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!

[Πρόγραμμα Χειμερινής Εξεταστικής 2024-2025]

Πρόγραμμα Χειμερινής Εξεταστικής 2024-2025

[AckermanMik]

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

Δε βάζεις και τα δύο να δεις τη διαφορά;

Επίσης τι SNR και τι compression βγάζεις στο 3ο επίπεδο;

[svart]

Με KBD παράθυρα:

Level 1 demo
------------
Coding time: 0.60437 seconds
Decoding time: 0.32828 seconds
Channel 1 SNR: 301.54 dB
Channel 2 SNR: 301.6438 dB
 
Level 2 demo
------------
Coding time: 0.97132 seconds
Decoding time: 0.25601 seconds
Channel 1 SNR: 301.5199 dB
Channel 2 SNR: 301.6397 dB
 
Level 3 demo
------------
Coding time: 116.1127 seconds
Decoding time: 4.6233 seconds
Channel 1 SNR: 6.4423 dB
Channel 2 SNR: 6.3303 dB
Uncompressed audio size: 1.0795 MB
Uncompressed audio bitrate: 187.5073 KB/s
Compressed struct size: 223.1719 KB
Compressed struct bitrate: 37.8554 KB/s
Compression ratio: 20.1888 % (x 4.9532)

[greekoo]

 Στην psycho, στο βήμα 3, το προηγούμενο και προ-προηγούμενο frame πολλαπλασιάζονται και αυτά με το hann window ;

Επίσης στο βήμα 7 αναφέρει πώς το tonality index (tb) πρέπει να είναι απο 0 έως 1. Στην περίπτωση που μας βγαίνει απο -1 εως 0 το force-αρουμε εμεις στο 0 εως 1 ή σημαίνει ότι πολύ απλά κάπου έχουμε λάθος ; 

[orestisf]

Στην psycho, στο βήμα 3, το προηγούμενο και προ-προηγούμενο frame πολλαπλασιάζονται και αυτά με το hann window ;

εγω ετσι καταλαβα

[greekoo]

Επίσης ο τύπος για το hann window είναι διαφορετικός σε εκφώνηση και στο πρότυπο (w2203tfa.pdf σελ 97).

Στην εκφώνηση το όρισμα του συνημιτόνου είναι διαιρεμένο με N (όπου Ν = 2048 ή 256) ενώ στο πρότυπο είναι διαρεμένο με iblen (όπου iblen=1024 ή 128).

Προφανώς το πρώτο βγάζει 1/4 ημιτόνου ενώ το δεύτερο βγάζω 1/2 ημιτόνου...

EDIT:

Ακόμη, στην AACquantizer στο βήμα 2 (εκφώνηση) λέει πώς αυξάνουμε το a(b) όταν η ισχύς σφάλματος κβαντισμού είναι κάτω απ'το κατώφλι ακουστότητας.
Παρόλαυτα, στο πρότυπο (W2203TFA.PDF)σελ 142 λέει το αντίθετο... δηλαδή ότι αυξάνουμε αν το error power είναι πάνω απτο threshold.......

[AckermanMik]

Με KBD παράθυρα:

Level 1 demo
------------
Coding time: 0.60437 seconds
Decoding time: 0.32828 seconds
Channel 1 SNR: 301.54 dB
Channel 2 SNR: 301.6438 dB
 
Level 2 demo
------------
Coding time: 0.97132 seconds
Decoding time: 0.25601 seconds
Channel 1 SNR: 301.5199 dB
Channel 2 SNR: 301.6397 dB
 
Level 3 demo
------------
Coding time: 116.1127 seconds
Decoding time: 4.6233 seconds
Channel 1 SNR: 6.4423 dB
Channel 2 SNR: 6.3303 dB
Uncompressed audio size: 1.0795 MB
Uncompressed audio bitrate: 187.5073 KB/s
Compressed struct size: 223.1719 KB
Compressed struct bitrate: 37.8554 KB/s
Compression ratio: 20.1888 % (x 4.9532)

Σου είναι εύκολο ν μου πεις τα στοιχεία που βγαζεις για το Level 3 με scalefactors=0;

[AckermanMik]

Με την υλοποίηση μας στο τρίτο επίπεδο έχουμε τα εξής:

SNR=10dB
Compresion=63%

Είμαστε μακριά από την βέλτιστη υλοποίηση, όμως έχουμε κάποια θετικά αποτελέσματα. Αν  κάποιος έχει να δώσει κάποια συμβουλή ή αποτελέσματα θα ήταν ευπρόσδεκτος!

[greekoo]

Με την υλοποίηση μας στο τρίτο επίπεδο έχουμε τα εξής:

SNR=10dB
Compresion=63%

Είμαστε μακριά από την βέλτιστη υλοποίηση, όμως έχουμε κάποια θετικά αποτελέσματα. Αν  κάποιος έχει να δώσει κάποια συμβουλή ή αποτελέσματα θα ήταν ευπρόσδεκτος!

Έχετε πετύχει πολύ καλό snr στο 3ο επίπεδο. Το compression εννοείς Δεν είναι βέλτιστο Ε; από ότι βλέπω στο ετημμυ Έχει πετύχει μικρότερο

[AckermanMik]

Έχετε πετύχει πολύ καλό snr στο 3ο επίπεδο. Το compression εννοείς Δεν είναι βέλτιστο Ε; από ότι βλέπω στο ετημμυ Έχει πετύχει μικρότερο

Yeap, αυτό ακριβώς. Δε βλέπω πλέον πως μπορώ να ρίξω και άλλο το compression! Αν υπάρχει κάποιο τρικ που εχετε βρει ρίχτε το!

[greekoo]

Yeap, αυτό ακριβώς. Δε βλέπω πλέον πως μπορώ να ρίξω και άλλο το compression! Αν υπάρχει κάποιο τρικ που εχετε βρει ρίχτε το!

Για το μέγεθος/bitrate του struct λαμβάνεις υπόψιν τα πάντα; Δηλαδή sfc,stream,tnscoeffs,G κλπ; Κανονικά έτσι πιστεύω Πρέπει να γίνει Αλλά Πρέπει να καθοριστούν σωστά πόσα μπιτς θα χρεώσουμε τα tnscoeffs G κλπ...

Βέβαια στο.ετημμυ δν.παίζει να λαμβάνουν.υπόψιν τα πάντα...  Εγώ Λαμβάνω.υπόψιν Μόνο stream και sfc Κ βγάζω σχεδόν ολόιδιο compression με.αυτους.

[AckermanMik]

Για το μέγεθος/bitrate του struct λαμβάνεις υπόψιν τα πάντα; Δηλαδή sfc,stream,tnscoeffs,G κλπ; Κανονικά έτσι πιστεύω Πρέπει να γίνει Αλλά Πρέπει να καθοριστούν σωστά πόσα μπιτς θα χρεώσουμε τα tnscoeffs G κλπ...

Βέβαια στο.ετημμυ δν.παίζει να λαμβάνουν.υπόψιν τα πάντα...  Εγώ Λαμβάνω.υπόψιν Μόνο stream και sfc Κ βγάζω σχεδόν ολόιδιο compression με.αυτους.

Χμμ για να το τσεκάρω!

[AckermanMik]

Για το μέγεθος/bitrate του struct λαμβάνεις υπόψιν τα πάντα; Δηλαδή sfc,stream,tnscoeffs,G κλπ; Κανονικά έτσι πιστεύω Πρέπει να γίνει Αλλά Πρέπει να καθοριστούν σωστά πόσα μπιτς θα χρεώσουμε τα tnscoeffs G κλπ...

Βέβαια στο.ετημμυ δν.παίζει να λαμβάνουν.υπόψιν τα πάντα...  Εγώ Λαμβάνω.υπόψιν Μόνο stream και sfc Κ βγάζω σχεδόν ολόιδιο compression με.αυτους.

dB πόσα βγάζεις.

Επίσης στα scalefactors βάζεις κάποιο όριο να μην γίνουν θετικά ή κάτι τέτοιο; Γιατί εμένα ξεκινάνε απο -80 ας πουμε αλλα μπορεί να γινουν και θετικα και μετα γινεται χαμός!

Λύθηκαν οι απορίες μου. Ευχαριστώ πολύ!

[AckermanMik]

Τελικά αποτέλεσματα προς σύγκριση

SNR for channel 1: 4.2881dB
SNR for channel 2: 3.9095dB
Time elapsed for decoding is 122.32644 seconds
Coding achieves a compression of 13.45439%
Bitrate of initial song is 187.500000 KB/sec
Bitrate after coding is 25.226981 KB/sec

[greekoo]

Τελικά αποτέλεσματα προς σύγκριση

SNR for channel 1: 4.2881dB
SNR for channel 2: 3.9095dB
Time elapsed for decoding is 122.32644 seconds
Coding achieves a compression of 13.45439%
Bitrate of initial song is 187.500000 KB/sec
Bitrate after coding is 25.226981 KB/sec

Με KBD Παράθυρα:

Starting Encoding Level 3 Procedure...
Elapsed time is 248.696520 seconds.
Starting Decoding Level 3 Procedure...
Elapsed time is 15.732745 seconds.
Results After Level3 AAC:
SNR for Channel 1: 4.384260
SNR for Channel 2: 4.141738
Uncompressed Audio Size: 1.1319 MB
Uncompressed Audio Bitrate: 1.536 Kbits/s
Compressed Struct Size: 143.6517 KB
Compressed Struct Bitrate: 194.9348 Kbits/s
Compression ratio: 12.69% (x 7.88)



Όλα αυτά λαμβάνοντας υπόψιν μόνο το μέγεθος του stream και των sfc...

[AckermanMik]

Όλα αυτά λαμβάνοντας υπόψιν μόνο το μέγεθος του stream και των sfc...

Πάντως τα δικά μου είναι με όλα τα μέρη του struct αναθέτοντας απλά τα σωστά bits σε κάθε field του struct, πχ 4bits για κάθε TNScoeff.