[Πολυμέσα] Εργασία 2018/2019

[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

[Argirios]

Νομίζω είχε πει το αφήνουμε όλο το frame απέξω άμα δεν είναι γεμάτο.

[mpraskafoutas]

Για όποιον ενδιαφέρεται, υπάρχει και έτοιμη συνάρτηση στο ματλαμπ για τη δημιουργία των frames και έχει και την επιλογή για overlap.

https://www.mathworks.com/help/signal/ref/buffer.html

[vag178]

Στο τελευταίο frame παίρνουμε τυχαίο είδος αφού δεν έχουμε το επόμενο frame για το SSC;

Στην AACoder1 πως βρίσκουμε το winType;

[Argirios]

Άν το προτελευταίο είναι LPS ή LSS το επόμενο θα είναι OLS ή ESH αντίστοιχα. Αλλιώς στην τύχη μάλλον απλά να ταιριάζει με το προηγούμενο. Εγώ το έβαλα ίδιο με το προτρλευταίο στην δεύτερη περίπτωση.

[mpraskafoutas]

Κατάλαβε κανείς τι εννοεί στην iAACoder1 για το x?

x : Όταν υπάρχει (nargout == 1) στη μεταβλητή x τοποθετείται η αποκωδικοποιημένη ακολουθία δειγμάτων.

Εμείς θέλουμε η iAACoder1 να επιστρέφει έναν πίνακα 2048x(συνολικό αριθμό frames) για να υπολογίσουμε μετά το SNR. Αν ζητήσει όμως από τη συνάρτηση να επιστραφεί μόνο μια μεταβλητή,θα πρέπει να εκτυπώνεται η ακολουθία δειγμάτων χωρίς να είναι χωρισμένη σε frames?

[Argirios]

Το SNR κατάλαβε κανείς πως το βρίσκουμε? Πως θα βρούμε το θόρυβο?
Έχω δοκιμάσει να αφαιρέσω τα σήματα στο πεδίο του χρόνου, να αφαιρέσω τους μετασχηματισμούς fourier τους, αλλά δε δουλεύει τίποτα από τα δύο.

[laplacianee]

Το SNR κατάλαβε κανείς πως το βρίσκουμε? Πως θα βρούμε το θόρυβο?
Έχω δοκιμάσει να αφαιρέσω τα σήματα στο πεδίο του χρόνου, να αφαιρέσω τους μετασχηματισμούς fourier τους, αλλά δε δουλεύει τίποτα από τα δύο.

εγώ προς το παρόν χρησιμοποιώ τον τύπο 2.22 των σημειώσεων, με b=64 (ο αριθμός των bits για double στο matlab), αλλά δεν ξέρω κατά πόσο είναι σωστό.. :/

[Argirios]

εγώ προς το παρόν χρησιμοποιώ τον τύπο 2.22 των σημειώσεων, με b=64 (ο αριθμός των bits για double στο matlab), αλλά δεν ξέρω κατά πόσο είναι σωστό.. :/

Το σχ είναι η διακύμανση του σήματος, σωστά?
Το δοκίμασα με αυτόν τον τύπο και μου βγάζει κάτι SNR 370 που δε παίζει γιατί το αρχείο μου έχει πολύ θόρυβο, εκτός αν έβαλα κάτι λάθος στον τύπο.

Βρήκα αυτό εδώ σε μιά γωνιά του ιντερνετ, μπορεί να είναι και εντελώς λάθος.
SNR = 10 * log10( sum(P(original signal)) / sum (P(original) - P(reconstructed)))
P είναι τα samples στο τετράγωνο

[malamasn]

Ξερουμε πως γινεται η ανασυνθεση των frames τον αποκωδικοποιητη; Γιατι καθε frame ειναι μεν 2048 δειγματα αλλα εχει και 50% επικαλυψη. Αρα το a(3).chr.frameF  πχ και το a(4).chl.frameF αντιστοιχουν στα ιδια δειγματα του πραγματικου σηματος. Αλλα στο x που επιστρεφει η iAACoder πως τα αποθηκευουμε;

[Argirios]

Είχα ρωτήσει το ίδιο στον κ. Ντελόπουλο και μου απάντησε αυτό αλλά πάλι δε κατάλαβα.

Η περιγραφή της διαδικασία βρίσκεται στην ενότητα 2.2 της εκφώνησης. Ειδικότερα,

"η διαδικασία εϕαρμογής των παραθύρων περιγράϕεται αναλυτικά στις σελίδες 127-132 του μέρους ANNEX A του προτύπου (αρχείο w2203tfa). Φροντίστε ωστόσο να αγνοήσετε τις περιπτώσεις όπου
έχουμε εναλλαγές παραθύρων (από KBD σε SIN και το αντίστροϕο), όπως αναϕέρθηκε παραπάνω. Το-
νίζουμε ότι εϕαρμόζεται το ίδιο παράθυρο στο πεδίο του χρόνου τόσο πριν την εϕαρμογή του MDCT όσο
και μετά την εϕαρμογή του IMDCT."

[mpraskafoutas]

Ξερουμε πως γινεται η ανασυνθεση των frames τον αποκωδικοποιητη; Γιατι καθε frame ειναι μεν 2048 δειγματα αλλα εχει και 50% επικαλυψη. Αρα το a(3).chr.frameF  πχ και το a(4).chl.frameF αντιστοιχουν στα ιδια δειγματα του πραγματικου σηματος. Αλλα στο x που επιστρεφει η iAACoder πως τα αποθηκευουμε;

πρέπει να το κάνεις εσύ.δηλαδή,η iFilterbank θα σου επιστρέψει τελικά τον πίνακα 2048x277 και μέσα στην iAACoder1 θα πρέπει να κρατήσεις τα samples του πραγματικού σήματος (εν τέλει είναι τα στοιχεία στις γραμμές 1025:2048 του πίνακα χωρίς τα μηδενικά).στο τέλος θα έχεις έναν πίνακα μεγέθους (TotalSamples αρχικού wav)x2 και θα κάνεις audiowrite με όνομα αρχείου fNameOut.

από ό,τι καταλαβαίνω,θα πρέπει να κάνεις την ίδια διαδικασία και για τα κομμάτια που είναι eight short,γιατί και εκεί έχεις δημιουργήσει frames με 50% overlap.

επίσης ας τον ρωτήσει κάποιος για το SNR ποιον τύπο χρησιμοποιούμε.η διαφορά αποκωδικοποιημένο - κωδικοποιημένο δεν δίνει τελικά noise (αν το ακούσετε στο ματλαμπ περιέχει και κομμάτια του πραγματικού σήματος),ενώ ο τύπος 2.24 από τις σημειώσεις δίνει SNR πολύ μεγάλο (περίπου 370 db όπως είπαν και άλλοι πιο πάνω).

(Τα wav στο μάτλαμπ έχουν 16 bits per sample, οπότε η επιλογή b=64 στον τύπο του SNR παίζει να είναι και λάθος)

[Argirios]

πρέπει να το κάνεις εσύ.δηλαδή,η iFilterbank θα σου επιστρέψει τελικά τον πίνακα 2048x277 και μέσα στην iAACoder1 θα πρέπει να κρατήσεις τα samples του πραγματικού σήματος (εν τέλει είναι τα στοιχεία στις γραμμές 1025:2048 του πίνακα χωρίς τα μηδενικά).στο τέλος θα έχεις έναν πίνακα μεγέθους (TotalSamples αρχικού wav)x2

Πώς προκύπτει αυτό? Όταν το κάνεις audiowrite ακούγεται ίδιο σαν το αρχικό χωρίς θόρυβο?

[mpraskafoutas]

Πώς προκύπτει αυτό? Όταν το κάνεις audiowrite ακούγεται ίδιο σαν το αρχικό χωρίς θόρυβο?

δες τον αρχικό πίνακα και θα καταλάβεις.όταν δημιουργείς 2048 frames με επικάλυψη 50% σημαίνει ότι τα τελευταία 1024 στοιχεία της πρώτης στήλης είναι ίδια με τα πρώτα 1024 στοιχεία της δεύτερης στήλης κτλ. Άρα για να συνθέσεις και πάλι τον πίνακα με τα samples στην IAACoder1, πρέπει να βγάλεις τα samples που επαναλαμβάνονται και να καταλήξεις σε έναν πίνακα ίδιων διαστάσεων με αυτόν του αρχικού wav.

Η audiowrite στο τέλος θα γράψει αυτόν τον πίνακα που προέκυψε σε ένα αρχείο wav 48000 Hz.

πιο πάνω ανέφερα ότι αν ονομάσεις noise τον πίνακα y(αρχικο wav) - y (αποκωδικοποιημένο wav) και κάνεις sound(noise,Fs) θα ακούσεις ότι δεν μένει ο θόρυβος,αλλά και κομμάτι του αρχικού wav.

[Argirios]

δες τον αρχικό πίνακα και θα καταλάβεις.όταν δημιουργείς 2048 frames με επικάλυψη 50% σημαίνει ότι τα τελευταία 1024 στοιχεία της πρώτης στήλης είναι ίδια με τα πρώτα 1024 στοιχεία της δεύτερης στήλης κτλ. Άρα για να συνθέσεις και πάλι τον πίνακα με τα samples στην IAACoder1, πρέπει να βγάλεις τα samples που επαναλαμβάνονται και να καταλήξεις σε έναν πίνακα ίδιων διαστάσεων με αυτόν του αρχικού wav.

Ίσως να είναι σε εμένα το πρόβλημα, κεγώ στην αρχή αυτό που λες περίμενα να γίνει. Αλλά όταν κάνω την αποκωδικοποίηση τα επικαλυπτόμενα samples δεν ταυτίζονται όπως ήταν στην αρχή, αν και έχω τσεκάρει τον κώδικα 5-6 φορές και δε βρίσκω κάτι λάθος.

πιο πάνω ανέφερα ότι αν ονομάσεις noise τον πίνακα y(αρχικο wav) - y (αποκωδικοποιημένο wav) και κάνεις sound(noise,Fs) θα ακούσεις ότι δεν μένει ο θόρυβος,αλλά και κομμάτι του αρχικού wav.

Ναι τελικά δε δουλεύει αυτό το δοκίμασα και εγώ.

[mpraskafoutas]

Ίσως να είναι σε εμένα το πρόβλημα, κεγώ στην αρχή αυτό που λες περίμενα να γίνει. Αλλά όταν κάνω την αποκωδικοποίηση τα επικαλυπτόμενα samples δεν ταυτίζονται όπως ήταν στην αρχή, αν και έχω τσεκάρει τον κώδικα 5-6 φορές και δε βρίσκω κάτι λάθος.

είναι επειδή τα πολλαπλασιάζεις με το παράθυρο και αλλάζουν οι τιμές τους.δοκίμασε να το κάνεις γνωρίζοντας ποια ακριβώς στοιχεία θέλεις να κρατήσεις.