[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!

[ονόματα των αρχείων]

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads

με προσοχή στα ονόματα των αρχείων!

[vag178]

Εσύ κατάφερες να βγάλεις 3ψήφιο SNR; Αν ναι, μπορείς να ανεβάσεις ένα plot του e που έχεις; plot(originalAudioData(1:length(decodedAudio), 1) - decodedAudio(1:end, 1))

Στη συνάρτηση TNS η παράμετρος frameFin και η έξοδος θα είναι 1024X1 όπως λέει, θα έχει δηλαδή μόνο το ένα κανάλι, ή έχει κάνει κάποιο λάθος; Μέχρι εκείνο το σημείο βάζουμε παντού και τα δύο κανάλια σε ένα πίνακα.

Εδιτ: τα sin παράθυρα πρέπει να είναι μη μηδενικά στην αρχή/τέλος (όπως στο συνημμένο) ή έχω κάτι λάθος;

Το SNR όπως είχα γράψει και πιο πάνω το υπολόγιζα για όσα παράθυρα είχα επικάλυψη δηλαδή από 1025 έως length(decodedAudio) - 1024.
Έβγαλα SNR στα πρώτα 2 level +- 1 από όσο έλεγε στην εκφώνιση.
Τώρα δεν μπορώ να ανεβάσω plot άλλα εκτός από τα άκρα (πρώτα και τελευταία 1024 δείγμα) το σφάλμα ήταν τάξης αν θυμάμε καλά 10^-12 μπορεί και λιγότερο.

Τα παράθυρα πρέπει να είναι συμετρικά και leftWindow(i)^2 + rightWindow(i)^2 = 1, i = 1 ... 1024 ή 128.

[mytilisks]

Μερικές απορίες στο level 1

1) την συνάρτηση kaiser του matlab την καλώ έτσι: kaiser(N/2+1,a*pi)
σωστά?
2)μετά τον imdct, τα s_i,n που βρίσκω απο τον τύπο που δίνεται στο pdf, τα πολλαπλασιάζω με τις τιμές των παραθύρων όπως τις είχα βρεί πρίν ή με τoν αντίστροφο αυτών των τιμών, πχ έστω frame(n)= s(n)*1/w(n)?

[Apostolof]

Το SNR όπως είχα γράψει και πιο πάνω το υπολόγιζα για όσα παράθυρα είχα επικάλυψη δηλαδή από 1025 έως length(decodedAudio) - 1024.
Έβγαλα SNR στα πρώτα 2 level +- 1 από όσο έλεγε στην εκφώνιση.
Τώρα δεν μπορώ να ανεβάσω plot άλλα εκτός από τα άκρα (πρώτα και τελευταία 1024 δείγμα) το σφάλμα ήταν τάξης αν θυμάμε καλά 10^-12 μπορεί και λιγότερο.

Τα παράθυρα πρέπει να είναι συμετρικά και leftWindow(i)^2 + rightWindow(i)^2 = 1, i = 1 ... 1024 ή 128.

Thanks! Βρήκα ένα λαθάκι που είχα. Πάλι το σφάλμα μου είναι πολύ μεγαλύτερο σε τάξη, 10^-3, ακόμα και στα OLS παράθυρα άρα μάλλον κάτι άλλο κάνω λάθος.

Μερικές απορίες στο level 1

1) την συνάρτηση kaiser του matlab την καλώ έτσι: kaiser(N/2+1,a*pi)
σωστά?
2)μετά τον imdct, τα s_i,n που βρίσκω απο τον τύπο που δίνεται στο pdf, τα πολλαπλασιάζω με τις τιμές των παραθύρων όπως τις είχα βρεί πρίν ή με τoν αντίστροφο αυτών των τιμών, πχ έστω frame(n)= s(n)*1/w(n)?

1) Χωρίς το +1, μέχρι N/2 (δηλαδή 1024 ή 128)
2) Χωρίς αντιστροφή.

[allstarabey]

plot(originalAudioData(1:length(decodedAudio), 1) - decodedAudio(1:end, 1))

οταν κανω Plot το error ,το σχημα ειναι αυτο.

εχω μόνο 2 ESS.
καποια ιδέα?

[Apostolof]

plot(originalAudioData(1:length(decodedAudio), 1) - decodedAudio(1:end, 1))

οταν κανω Plot το error ,το σχημα ειναι αυτο.

εχω μόνο 2 ESS.
καποια ιδέα?

Στα ESH και εμένα έχει πιο πολύ θόρυβο, αλλά όχι τόσο. Δες μήπως ξέχασες στην iFilterbank να πολλαπλασιάσεις κάθε sub-frame με το window.

[Argirios]

Εμένα νομίζω μου βγαίνει ίδιο με του apostolof αν εξαιρέσεις τα short frames.
48dB SNR.

[vag178]

Thanks! Βρήκα ένα λαθάκι που είχα. Πάλι το σφάλμα μου είναι πολύ μεγαλύτερο σε τάξη, 10^-3, ακόμα και στα OLS παράθυρα άρα μάλλον κάτι άλλο κάνω λάθος.

1) Χωρίς το +1, μέχρι N/2 (δηλαδή 1024 ή 128)
2) Χωρίς αντιστροφή.

Με το +1!!!

[vag178]

plot(originalAudioData(1:length(decodedAudio), 1) - decodedAudio(1:end, 1))

οταν κανω Plot το error ,το σχημα ειναι αυτο.

εχω μόνο 2 ESS.
καποια ιδέα?

Βάλε όλα τα παράθυρα OLS και δες άμα βγαίνει καλό. Νομίζω από το σχήμα ότι έχει κάνει λάθος στα ESH και δεν τα υπολογίζεις σωστά.

[vag178]

Ανεβάζω και τα δικά μου αποτελέσματα.

Για το lenel 1 και για το δείγματα βρίσκω:
[1, length(decoded)]: SNR = 34
[1025, length(decoded) - 1024]: SNR = 300

[Apostolof]

Με το +1!!!

Πωωω, δίκιο έχεις ρε. Δεύτερη φορά που την παθαίνω με το indexing
Εντάξει έφτιαξε τώρα. Το SNR εκτοξεύτηκε στο 400 μόλις έβαλα το +1

edit: @mytilisks sorry για την παραπληροφόρηση

[allstarabey]

με όλα OLS βγαίνει αυτό!
Οπότε κάπου εδω συνειδητοποιώ ότι εχω κανει σημαντικο λάθος.

[Argirios]

Με το +1!!!

τώρα έχω SNR infinite στα OLS!!! εκτός αν έκανα παπαριά  


Το πρώτο frame πως το κάνατε? Μου χαλάει το SNR επειδή δεν έχει κάτι να το επικαλύψεις πιο πριν.

[vag178]

τώρα έχω SNR infinite στα OLS!!! εκτός αν έκανα παπαριά  


Το πρώτο frame πως το κάνατε? Μου χαλάει το SNR επειδή δεν έχει κάτι να το επικαλύψεις πιο πριν.

Εγώ το έβαλα OLS, αλλά είναι λογικό να γίνεται στα 2 ακριανά (1024 δείγματα από τα 2048) γ' αυτό πιστεύω δεν χρειάζονται στον υπολογισμό του SNR.
Το SNR το βρίσκεις με snr(audio, audio-decodedAudio) ή κάπως αλλιώς και βγαίνει inf;

[Argirios]

Εγώ το έβαλα OLS, αλλά είναι λογικό να γίνεται στα 2 ακριανά (1024 δείγματα από τα 2048) γ' αυτό πιστεύω δεν χρειάζονται στον υπολογισμό του SNR.
Το SNR το βρίσκεις με snr(audio, audio-decodedAudio) ή κάπως αλλιώς και βγαίνει inf;

Με τη συνάρτηση snr(audio, audio-decodedAudio) της matlab που λες. Αλλά μόνο για όλα OLS ή όλα ESH μου βγαίνει inf, αν μπούνε μέσα και LPS και LSS χαλάει.
εδιτ: είχα ξεχάσει ένα +1 σε ένα LPS, τώρα βγαίνει κανονικά Infinite.

[Apostolof]

για το δεύτερο επίπεδο,εγώ δεν έχω καταλάβει το εξής:

στην εκφώνηση λέει ότι το βήμα 3 κβαντίζει τους παραπάνω συντελεστές (προφανώς εννοεί τους α) και πρέπει εμείς να φτιάξουμε ένα δικό μας κβαντιστή, ενώ στο πρότυπο υπάρχει ένας ψευδοκώδικας, ο οποίος κβαντίζει τους συντελεστές ανάκλασης r και από αυτούς μετά βρίσκεις τους lpc α. τι από τα 2 πρέπει να κάνουμε εμείς;

2 μιικρές απορίες για το 2ο level όποιος έχει όρεξη. έστειλα και mail στον ντελό αλλά καμία ανταπόκριση.

-- Από την εκφώνηση που μας δώσατε mm-hw-2018.v.1.0.pdf κατανοώ ότι στο βήμα 2 της διαδικασίας βγαίνουν άμεσα από την κανονική εξίσωση οι συντελεστές α ( 1x5 ), τους οποίους ίσως μπορούμε να πάρουμε και απευθείας από τη συνάρτηση της matlab lpc(). Στη συνέχεια θα τους κβαντίσουμε (πιθανότατα με κάποιο κβαντιστή δικής μας δημιουργίας) ώστε να αντιστοιχιστούν σε ακέραιες τιμές 4 bits.
   Από την άλλη, στο πρότυπο w2203tfa.pdf (σελ. 137-138) περιγράφεται μια διαφορετική διαδικασία κατά την οποία κβαντίζονται πρώτα οι συντελεστές ανάκλασης r, από τους οποίους παίρνουμε τους τελικούς συντελεστές α (μάλλον κβαντισμένους ???).

   Ποια από τις δύο διαδικασίες πρέπει να ακολουθήσουμε; Και αν πρέπει να ακολουθήσουμε την εκδοχή του προτύπου, πως μπορούμε να υπολογίσουμε το κέρδος πρόβλεψης (gp) που χρησιμοποιείται για να κρίνουμε αν χρειάζεται να εκτελέσουμε τον TNS ή όχι.



-- Τέλος, όσον αφορά της ΣΜ του φίλτρου Htns(z), όπως λέτε στην εκφώνηση, χρησιμοποιούνται οι τελικοί κβαντισμένοι συντελεστές α. Στην περίπτωση που η αντίστροφη ΣΜ δεν είναι ευσταθής και αντιστρέψουμε τους πόλους που βρίσκονται εκτός του μοναδιαίου κύκλου, τότε θα πρέπει να αλλάξουν αντίστοιχα οι βέλτιστοι κβαντισμένοι συντελεστές α, έτσι ώστε η ΣΜ να δίνει τους κατάλληλους ευσταθείς πόλους. Σε αυτή, λοιπόν, την περίπτωση θα πρέπει να ξανακβαντίσουμε τους συντελεστές α που θα προκύψουν από τη ΣΜ των νέων πόλων ;

Ξέρουμε τίποτα για αυτά;