[Πολυμέσα] Εργασία 2021-2022

[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.

[Tony316]

Όσον αφορά το level 2 η ακολουθία d(n) προκύπτει εφαρμόζοντας τη διαδικασία του level1 σε όλο το s0; Ή θέλει κάτι διαφορετικό;
Μπορεί να έχω καταλάβει λάθος την εκφώνηση.

[Tony316]

Ποιά πρέπει να είναι η δομή των αρχείων της εργασίας; Γιατί στην εκφώνηση δεν αναφέρονται λεπτομέρειες π.χ. πως θα ονομαστούν τα script επίδειξης.

[perukas]

Ποιά πρέπει να είναι η δομή των αρχείων της εργασίας; Γιατί στην εκφώνηση δεν αναφέρονται λεπτομέρειες π.χ. πως θα ονομαστούν τα script επίδειξης.

Θα μπορούσατε να τα ονομάσετε demo1.m, demo2.m ..., ή level1.m, level2.m. Τα οποία είναι scripts τύπου "main" που τρέχουν τα αντίστοιχα παραδοτέα της εργασίας (χωρίς κανένα όρισμα).

[Tony316]

Θα μπορούσατε να τα ονομάσετε demo1.m, demo2.m ..., ή level1.m, level2.m. Τα οποία είναι scripts τύπου "main" που τρέχουν τα αντίστοιχα παραδοτέα της εργασίας (χωρίς κανένα όρισμα).

Άρα συναρτήσεις + demos + 1 αναφορά report.pdf όλα μαζί σε ένα αρχείο AEM.zip

Για κάθε level θέλετε ξεχωριστή αναφορά ή README αρχείο;

Ρωτάω γιατί θυμάμαι Γραφική - ΨΕΕ ήταν συγκεκριμένη η δομή που έπρεπε να έχουμε.

[perukas]

Άρα συναρτήσεις + demos + 1 αναφορά report.pdf όλα μαζί σε έναν φάκελο;

Πολύ σωστά, μόνο που θα ήταν προτιμότερο να μπουν όλα σε ένα .zip αρχείο, χωρίς υποφάκελο.

Για κάθε level θέλετε ξεχωριστή αναφορά ή README αρχείο;

Όπως κρίνετε εσείς ότι χρειάζεται ανάλογα με το πως έχετε δομίσει τον κωδικά σας.

[Tony316]

Τα Nc και bc που επιστρέφει η RPE_frame_SLT_coder είναι για όλα τα subframe ή μόνο του τελευταίου subframe;

[perukas]

Τα Nc και bc που επιστρέφει η RPE_frame_SLT_coder είναι για όλα τα subframe ή μόνο του τελευταίου subframe;

Εξαρτάται από τη δομή του κώδικά σας. Δηλαδή από το αν η κωδικοποίηση και η αποκωδικοποίηση γίνεται per frame, ή συνολικά για όλο το σήμα που έχετε στη διαθεσή σας.

[Tony316]

Εξαρτάται από τη δομή του κώδικά σας. Δηλαδή από το αν η κωδικοποίηση και η αποκωδικοποίηση γίνεται per frame, ή συνολικά για όλο το σήμα που έχετε στη διαθεσή σας.

Διόρθωση: Εννοούσα όλα τα subframe του τρέχοντος frame, αφού στις συναρτήσεις λέτε ότι στις εισόδους/εξόδους έχουμε ακολουθίες 160 δειγμάτων (άρα ένα frame).

Απλώς έχω μπερδευτεί λίγο στην αποκωδικοποίηση - τα Nc και bc που παίρνουμε λογικά είναι 4 ζεύγη ένα για κάθε subframe, σωστά;
Ώστε μετά να υπολογίσουμε το κάθε subframe και συνολικά να πάρουμε την ακολουθία d'(n) από την οποία με χρήση του FIR φίλτρου θα βρούμε το decoded frame s0.

Επίσης δεν έχω καταλάβει γιατί πρέπει η RPE_frame_SLT_decoder να επιστρέφει και το CurrFrmSTResd, αφού όλα τα CurrFrmSTResd τα έχουμε υπολογίσει στη διαδικασία του encode και άρα είναι ήδη διαθέσιμα.

[perukas]

Ενημερώθηκα για ένα τυπογραφικό λάθος στην εκφώνηση της εργασίας.

Συγκεκριμένα στην ενότητα "2.1.4 Compose Frame" αναφέρεται ότι:
"Το πλήθος και η διάταξη των bits ανα παράμετρο φαίνεται στο Table 6.1b της σελίδας 47 του προτύπου",

το οποίο δεν ισχύει. Αυτή η πληροφορία βρίσκεται στην "αρχή" του προτύπου και συγκεκριμένα στους πίνακες 1.2a και 1.2b (σελ. 12 - 13)

[Tony316]

Επομένως το binary block θα είναι b6,b53,b109,...,b27 και όχι b1,b2,...b260, σωστά;

Σε τι εξυπηρετεί αυτή η αλλαγή στα bits;

[perukas]

Επομένως το binary block θα είναι b6,b53,b109,...,b27 και όχι b1,b2,...b260, σωστά;

Σε τι εξυπηρετεί αυτή η αλλαγή στα bits;

Το binary block θα είναι b0, b1, b2, ..., απλά δε μπαίνουν με σειρά που βγάζει νόημα, αν ρωτάς αυτό

[perukas]

Ενημερώθηκα για ένα τυπογραφικό λάθος στην εκφώνηση της εργασίας.

Συγκεκριμένα στην ενότητα "2.1.4 Compose Frame" αναφέρεται ότι:
"Το πλήθος και η διάταξη των bits ανα παράμετρο φαίνεται στο Table 6.1b της σελίδας 47 του προτύπου",

το οποίο δεν ισχύει. Αυτή η πληροφορία βρίσκεται στην "αρχή" του προτύπου και συγκεκριμένα στους πίνακες 1.2a και 1.2b (σελ. 12 - 13)

ξαναδιορθώνω, οι σωστοί πίνακες οι 1.1a και 1.1b

[Tony316]

Το binary block θα είναι b0, b1, b2, ..., απλά δε μπαίνουν με σειρά που βγάζει νόημα, αν ρωτάς αυτό

Όταν λέτε μπαίνουν με τη σειρά εννοείτε την σειρά δημιουργίας του binary block;
Βασικά έχω μπερδευτεί λίγο με το εννοεί το πρότυπο όταν λέει subjective importance of bits στους πίνακες 1.2a και 1.2b.

[Tony316]

Έχω κάποιο πρόβλημα με το level 2. Ενώ στο level 1 το decoded ακούγεται πολύ καλά σε σχέση με το αρχικό, στο level 2 ακούγεται πολύ χάλια.
Η λογική μου στο level 2 είναι η εξής:
 - Σε επίπεδο encode/decode καλώ τις αντίστοιχες συναρτήσεις ως εξής (τα y και y_dec αφορούν σε 160 samples κάθε φορά):
for (...)
    [LARc, Nc, bc, CurrFrmExFull, CurrFrmSTResd] = RPE_frame_SLT_coder(y(...), PrevFrmSTResd);
    PrevFrmSTResd = CurrFrmSTResd;
    [y_dec(...), CurrFrmSTResd] = RPE_frame_SLT_decoder(LARc, Nc, bc, CurrFrmExFull, PrevFrmSTResd);
end

- Στον encoder ακολουθώ τα εξής βήματα (συνοπτικά):

• Pre-processing του σήματος s0.
• Εύρεση των συντελεστών LARc και της ακολουθίας d(n).
• Για κάθε subframe δημιουργώ την ακολουθία d'(n) με τα προηγούμενα 3 subframes (αναλόγως το τρέχων subframe παίρνω τα αντίστοιχα δείγματα από το προηγούμενο/τρέχων frame).
• Έπειτα βρίσκω τους συντελεστές N και b για το τρέχων subframe και τους κβαντίζω.
• Υπολογίζω την διαφορά e = d(n) - bc*d'(n-Nc) και την αποθηκεύω στο CurrFrmExFull.
• Τέλος, υπολογίζω το τρέχων subframe ως CurrFrmSTResd(...) = e + bq*d'(n-Nc), όπως ζητείται στην εκφώνηση.

- Στον decoder ακολουθώ τα εξής βήματα (συνοπτικά):

• Για κάθε subframe κατασκευάζω την ακολουθία d'(n) με τα τρία προηγούμενα subframes, όπως και στον encoder.
• Υπολογίζω τα αποκβαντισμένα N' και b'.
• Υπολογίζω το τρέχων subframe ως CurrFrmSTResd(...) = e + b'*d'(n-N'), όπου e είναι το αντίστοιχο (με το τρέχων subframe) τμήμα της ακολουθίας διέγερσης CurrFrmExFull.
• Στη συνέχεια ακολουθώ τη διαδικασία του decoder του level 1, δηλαδή εύρεση των συντελεστών a από τα LARc, υπολογισμός του s'(n) εφαρμόζοντας το κατάλληλο φίλτρο στην CurrFrmSTResd και τέλος εφαρμογή του post proccessing.

Δεν ξέρω τι μπορεί να πάει λάθος και να βγαίνει τόσο χάλια η ποιότητα του ήχου.

[Tony316]

Ένα άλλο ερώτημα που έχω όσον αφορά το level 1 είναι ότι το decoded ηχητικό ακούγεται σχεδόν ίδιο με το αρχικό και η διαφορά τους είναι της τάξης 10^(-3).
Είναι φυσιολογικό αυτό; (Έχω στείλει τα ηχητικά στα συνημμένα).

Επίσης στο level 2 αναμένουμε να έχουμε καλύτερη/χειρότερη ποιότητα σε σχέση με το level 1;