[Πολυμέσα] Εργασία 2022/2023

[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!

[Rick Deckard]

Οποιαδήποτε απορία σχετικά με την εργασία. Stay on topic!

[Rick Deckard]

Ρε μάγκες, τι εννοεί εδώ ο ποιητής; Αφορά την συνάρτηση Dksparse (Μέρος 3.3 ερώτημα 2)
 

[EyeThere]

Η πρώτη σχέση (ST) σου δίνει τις "οδηγίες" που χρειάζεσαι για να φτιάξεις την αρχική εκτίμηση του συνόλου ST. Αυτό που σου λέει είναι ότι στο σύνολο ST θα πρέπει να μπούνε όλοι εκείνοι οι ακέραιοι δείκτες k από το 0 ως το 1152 του φάσματος ισχύος P για τους οποίους ισχύουν ταυτόχρονα τα δύο παρακάτω:

 -> Πρώτον: Το φάσμα ισχύος P[k] είναι μεγαλύτερο από το φάσμα των εκατέρωθεν δεικτών k-1 και k+1.
-> Δεύτερον: Το φάσμα ισχύος P[k] ξεπερνά το φάσμα των  ευρύτερων "γειτονικών" δεικτών κατά 7 dB τουλάχιστον.

Η δεύτερη εξίσωση (Δk) σου δίνει τις οδηγίες που χρειάζεσαι για να βρεις αυτή την ευρύτερη "συχνοτική γειτονιά".

Πχ:
Για ένα δείκτη k από 2-282 (0.17-5.5kHz)  αυτή η γειτονιά περιλαμβάνει τους δείκτες k+2 και k-2.

Για ένα δείκτη k από 282 έως 570 (5.5-11kHz) αυτή η γειτονιά περιλαμβάνει τους δείκτες k+2, k+3, ... k+13 καθώς επίσης τους δείκτες k-2, k-3, ... k-13

Για ένα δείκτη k από 570-1152 (11-22kHz) αυτή η γειτονιά περιλαμβάνει τους δείκτες k+2, k+3 ... k+27 καθώς επίσης k-2, k-3, ... k-27

Επομένως αυτό που θα πρέπει να κάνεις εσύ, είναι να βρείς σε πρώτη φάση όλους εκείνους τους δείκτες k για τους οποίους το φάσμα ισχύος P[k] ξεπερνά το φάσμα των άμεσων γειτόνων k-1 και k+1. Στη συνέχεια θα πρέπει να κρατήσεις μόνο εκείνους τους δείκτες που ξεπερνούν το φάσμα ισχύος της ευρύτερης "συχνοτικής" γειτονίας κατά 7dB τουλάχιστον.

Στο τέλος -αν υλοποιήσεις σωστά αυτό τον αλγόριθμο- θα πρέπει να καταλήξεις με ένα σύνολο ακέραιων δεικτών οι οποίοι αντιστοιχούν στις συχνότητες του φάσματος ισχύος όπου εμφανίζονται τοπικά μέγιστα (Set of Tonal components)

[kotsos420]

Επειδή στην εκφώνηση δεν δίνει κάποια βοήθεια , εφόσον έχουμε γράψει τις συναρτήσεις τι πρέπει περίπου να κάνουμε στα mp3codec? Πώς χρησιμοποιούμε τις ακολουθίες από 0 και 1 του huffman?

[EyeThere]

Εάν έχεις υλοποιήσει όλες τις βοηθητικές συναρτήσεις που περιγράφονται στις οδηγίες της εργασίας, τότε μπορείς να χρησιμοποιήσεις την συνάρτηση ihuff πάνω στην ακολουθία 0,1 (bitstream) για να αντιστρέψεις την κωδικοποίηση huffman. Στην συνέχεια θα χρησιμοποιήσεις την συνάρτηση irle για να αντιστρέψεις την κωδικοποίηση τρέχοντος μήκους. Έπειτα, θα περάσεις τα σύμβολα που προκύπτουν από τον αποκβαντιστή για να πάρεις τους συντελεστές DCT του τρέχοντος frame και -τέλος- θα πρέπει να χρησιμοποιήσεις την συνάρτηση iframeDCT για να φύγεις από το πεδίο συχνότητας του μετασχηματισμού DCT και να επιστρέψεις στο πεδίο του χρόνου. Θα επαναλάβεις την παραπάνω διαδικασία για κάθε frame και στο τέλος κάθε επανάληψης θα σώζεις τα ανακατασκευασμένα δείγματα που προκύπτουν σε έναν buffer τον οποίο στη συνέχεια μπορείς να αποθηκεύσεις σαν αρχείο wav. στο δίσκο σου.