29.10.2008Audiosignaalinen käsittely / Kari Jyrkkä1 Sisältö: –Lineaariprediktioon perustuvan puheenkooderin ja dekooderin toteutus projektityönä Puhesignaalin.

Slides:



Advertisements
Samankaltaiset esitykset
Viime kerralta: Puheentuotto (vokaalit)
Advertisements

Matematiikan yo-ohjeita. Yleisohjeita  Laskimet ja taulukot on tuotava tarkastettaviksi vähintään vuorokautta (24h) ennen kirjoituspäivää kansliaan.
LPC LPCC PLP LSP/LSF Matemaattinen kikka Levinson-Durbin algoritmi
LPC LPCC PLP MFCC LSP/LSF Δ ΔΔ Matemaattinen kikka Levinson-Durbin
Luku 2 – Tietoliikenteen tekniikka
Langattomien laitteiden matematiikka 1
Hyvän esityksen piirteitä – ja mitä kannattaa välttää
Normaalijakauma NORMAALIJAKAUMA 1) laske normitettu arvo Gaussin käyrä
S Laskennallinen tiede Tentit ja uusinta Arvostelu Kertausta tenttiin Palaute.
KE Teknillisen kemian seminaarikurssi. Seminaariesitykset Ti klo 9-10 Ohjeita esim. –J. W. Niemantsverdriet: How to give successful oral.
SGN-4010 PUHEENKÄSITTELYN MENETELMÄT Luento 4
KANTATAAJUINEN BINÄÄRINEN SIIRTOJÄRJESTELMÄ AWGN-KANAVASSA
@ Leena Lahtinen Helia OHJELMOINTITAITO ICT02D 12 OP.
OHJELMOINTITAITO ICT02D 12 ECTS. OPINTOJAKSON TOTEUTUS  KESTO: –  PÄIVÄOPISKELIJAT: – KAKSI LUOKAA (SUOMI) –YKSI LUOKKA (ENGLANTI)
KANNANVAIHTO?.
Matematiikan yo-ohjeita. Yleisohjeita Laskimet ja taulukot on tuotava tarkastettaviksi vähintään vuorokautta (24h) ennen kirjoituspäivää kansliaan. Laskimien.
1.2.1 KÄÄNTEISFUNKTIO JA SEN KUVAAJA
Matematiikan yo-ohjeita Yleisohjeita  Laskimet ja taulukot tuotava tarkastettaviksi vähintään vuorokautta ennen kirjoituspäivää kansliaan.  Laskimien.
UMF I Luento 7. Viime kerralta Lue II.5 ja II.6. Lause II.5.1 tapauksessa f(x,y) = (x, sin(y)) ja g(x, y) = (cos(x), y). Voit lähettää epäselvistä kohdista.
@ Leena Lahtinen OHJELMAN OSITTAMINEN LUOKKA ATTRIBUUTIT METODIT.
OHJELMOINTITAITO ICT02D 12 ECTS. OPINTOJAKSON TOTEUTUS  KESTO: –  AVOIMEN OPISKELIJAT: – YKSI LUOKA (SUOMI) – LUOKKA ICT02O-1.
PARAABELI (2. ASTEEN FUNKTION KUVAAJIA)
Muuttujien riippuvuus
ESSEEN KIRJOITTAMINEN
ITKY104 IT kaikkialla, 2 op Alku- ja perusinfo
5. Fourier’n sarjat T
FTR (Formal Technical Review) Kimmo Airamaa. Johdantoa Muodollinen tekninen tarkastus = toiminta tarkastustilaisuudessa on tarkasti määritelty Muodollinen.
MAB3 suorat.
MAB3 prosenttilasku.
Tutkimussuunnitelma 1. Mitä käyttäjäryhmää tutkitaan?
Kuva- ja audiotekniikat / Kari Jyrkkä1 1.Informaatio ja muita määritelmiä 2.MPEG standardi 3.Kuvankäsittelysysteemin analysointi 4.JPEG standardi.
3. TUKI- JA LIIKUNTAELINSAIRAUDET TERVEYSTIETO 9.
BMI = painoindeksi= paino/(pituus x pituus metreinä) Body Mass Index eli painoindeksi on ainoastaan viitteellinen väline painon arvioimiseen. Se ei ole.
On hyvä oppia tuntemaan itseään Hurtig
Voimavektorit Kaikki voimatehtävät pohjautuvat Newtonin II lakiin: Tiivistelmä ja tehtäviä voimavektorien yhdistämisestä m on tarkasteltavan kappaleen.
Ryhdistä yhdistystä treffille: Mitä yhdistystoiminta on?
BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS
Leikin avulla oppimista Projekteja kiinnostavista asioista
T Audiosignaalien käsittely, 3 op
Tutkielman teko-ohjeet
Ohjeita….
T Signaalinkäsittelymenetelmät, 5 op
Signaalinkäsittelymenetelmät / Kari Jyrkkä
Audiosignaalinen käsittely / Kari Jyrkkä
OHJELMOINTITAITO ICT02D 12 Leena Lahtinen Helia
Opetusvinkki 1: Ryhmätyö – uskontotieteilijät
Artikkelin rakenne Miettikää ryhmissä:
4 TARKKAAVAISUUS PS3 LAJM.
Y56 Luku 20 Yrityksen teoria: Kustannusten minimointi
NY Vuosi yrittäjänä Yrittäjyyttä ja työelämäoppeja käytännössä 4. ja 5
Oman alan kirja Käy lainaamassa Myllytullin kirjastosta oman alan kirja. Pohdi ja kirjoita blogiisi (tee uusi artikkeli nimeltään ”Oman alan kirja”) ylös.
OPISKELEN KYSYMYSTEN AVULLA
14. Hyvä ohjelmointitapa.
Kielitietoisuus.
Tervetuloa Suomi 4B –kurssille!
Tasaisen liikeen malli
OHJELMOINTITAITO ICT02D 12 Leena Lahtinen Helia
Teema 1: Henkilökohtaiset vahvuudet ja lasten parissa työskennellessä tarvittavat vahvuudet Tavoitteet: Opiskelija osaa tunnistaa omia ammatillisia.
Rakennetun ympäristön paikkatiedot RYM-C2004
KVANTISOINTIKOHINA JA AWGN-KOHINAN vaikutus PULSSIKOODIMODULAATIOSSA
Pulmapeli.
LUKU 1 TIETOLIIKENNEJÄRJESTELMIEN ANALYYSI
Volitioprosessi, tahdon!
KANTATAAJUINEN BINÄÄRINEN SIIRTOJÄRJESTELMÄ AWGN-KANAVASSA
OHJELMOINTITAITO ICT02D 12 ECTS.
Kuviot ja taulukot tekstissä
OHJELMOINTITAITO ICT02D 12 ECTS.
Kuviot ja taulukot tekstissä
OHJELMOINTITAITO ICT02D 12 ECTS.
Vinkkejä juridiikan opiskeluun
Esityksen transkriptio:

Audiosignaalinen käsittely / Kari Jyrkkä1 Sisältö: –Lineaariprediktioon perustuvan puheenkooderin ja dekooderin toteutus projektityönä Puhesignaalin katkominen ja ikkunointi Ennustussuodattimien kertoimien laskeminen Residuaalisignaalin muodostaminen FIR suodatuksella Kvantisointi Puhesignaalin rekonstruointi IIR suodatuksella Kvantisointi OSA 2

Audiosignaalinen käsittely / Kari Jyrkkä2 Tehtävät: 1.Lue annetusta materiaalista kappaleet 5.3 – ja suorita lukemasi perusteella: 2.Jos puhesignaalia on näytteistetty taajuudella 16 kHz, niin kuinka monta kerrointa tulisi ennustussuodattimessa olla? 3.Kuinka pitkiä (N näyteisiä) puhelohkoja ennustussuodattimella suodatetaan, kun näytetaajuus on 16 kHz ja puhelohkon pituus = 20 ms? 4.Mistä yhtälöstä (yhtälön numero) voidaan laskea ennustussuodattimen kertoimet? 5.Piirrä puhekooderin ja dekooderin lohkokaaviot lukemiesi kappaleiden perusteella (siis millaisia toimenpiteitä puhesignaalille pitää tehdä kooderissa ja millaisista puheparametreista puhesignaali muodostetaan uudelleen (ja miten) dekooderissa. OSA 2

Audiosignaalinen käsittely / Kari Jyrkkä3 OSA 2

Audiosignaalinen käsittely / Kari Jyrkkä4

Audiosignaalinen käsittely / Kari Jyrkkä5

Audiosignaalinen käsittely / Kari Jyrkkä6 Puhedekooderi: Suodattimen kertoimet + heräte signaali Suodatin mallintaa ääniväylää Mitä parempi suodatin, sitä vähemmän bittejä tarvitaan herätesignaalin esittämiseen. Toisaalta esim DPCM:ssä kohtuu paljon bittejä herätesignaalissa ja silloin ei tarvita kovin tarkkaa mallia ääniväylästä (yksi suodatin käy jatkuvasti)

Audiosignaalinen käsittely / Kari Jyrkkä7

Audiosignaalinen käsittely / Kari Jyrkkä8 Tehtävä

Audiosignaalinen käsittely / Kari Jyrkkä9 Tehtävä

Audiosignaalinen käsittely / Kari Jyrkkä10 Tehtävä 1.Puhesignaalin s(n) suodatus H(z):n läpi antaa residuaalin E(z) = S(z)H(z). Tämä esitys on taajuustason esitys residuaalisignaalille, puhesignaalille ja suodattimen siirtofunktiolle. Projektissa meillä on kuitenkin käsiteltävä aikatason signaaleja. Millainen on siis residuaalisignaalin aikatason esitys? 2.Piirrä kolmen näytteen liukuvaa keskiarvoa laskevan suodattimen lohkokaavioesitys, kun suodattimen differenssiyhtälö on y(n) = 1/3x(n) + 1/3x(n-1) + 1/3x(n-2). 3.Z-muunna edellisen tehtävän differenssiyhtälö 4.Laske tehtävän 2 suodattimen siirtofunktio H(z) edellisen tehtävän z-muunnoksesta. 5.Muunna ennustussuodattimen (1) taajuusesitys aikatason esitykseksi, käytä p=3. 6.Piirrä ennustussuodattimen lohkokaavio ja kirjoita Matlabin syntaksia käyttäen ohjelmaluuppi, joka laskee suodattimen ulostulot. 7.Muunna synteesisuodatin (2) aikatason esitykseksi, käytä p=3. Piirrä synteesisuodattimen lohkokaavio ja kirjoita Matlab syntaksia käyttäen ohjelmaluuppi, joka laskee suodattimen ulostulot.

Audiosignaalinen käsittely / Kari Jyrkkä11 Tehtävä

Audiosignaalinen käsittely / Kari Jyrkkä12 Tehtävä

Audiosignaalinen käsittely / Kari Jyrkkä13 Tehtävä

Audiosignaalinen käsittely / Kari Jyrkkä14 Tehtävä Lue annettu materiaali kvantisoinnista ja vastaa: 1.Mitä tarkoittaa many to one mapping? Ja mihin se johtaa? 2.Mitä tarkoittaa scalar quantization? 3.Mitä tarkoittaa uniform quantization? 4.Millainen nyrkkisääntö on olemassa kvantioinnista aiheutuvan signaali- kohinasuhteen arvioimiseksi. 5.Milloin nyrkkisääntö on voimassa? 6.Taulukko 4.1 esittää tasavälisen kvantisoinnin suorituskyvyn signaalille, jonka arvojen jakauma noudattaa Gaussin jakaumaa. Vertaa tasavälisen kvantisoinnin suorituskykyä epätasaisin välein suoritettuun kvantisointiin (taulukot ). Kumpi menetelmä on parempi? Miksi? 7.Mikä on logaritmisen kompandoinnin idea? 8.Minkä ongelman adaptiivinen kvantisointi ratkaisee? 9.Adaptiiviset kvantisointitavat voidaan jakaa kahteen luokkaan. Mihin? Ja mikä on niiden toimintaperiaate? 10.Mikä on embedded kvantisoinnin idea? 11.Mikä on vektori kvantisoinnin idea?

Audiosignaalinen käsittely / Kari Jyrkkä15 Tehtävät Kokeeseen kertaaminen Kvantisointimenetelmät itseopiskellen –Vastataan kysymyksiin kvantisoinnnista –Vastaukset KÄSIN kirjoitetulla paperilla viimeistään koe perjantaina –Kukin palauttaa omalla nimellä varustetun vastauksensa, vaikka yhteistyö tietoa etsittäessä on suotavaa.

Audiosignaalinen käsittely / Kari Jyrkkä16 Tehtävät Kokeeseen kertaaminen Opettajan kotisivuilta löytyy sekä materiaali että ydinaiheet. Kokeeseen tulevat 4 tehtävää seuraavista osa-alueista: –Ihmiskorvan toiminta Kokeessa voi esim olla kuva korvasta ja pyydetään selittämään eri osien merkitys Kokeessa voi olla myös kuva kuulokäyrästä ja sitä pitää pystyä tulkitsemaan Pitää osata selittää peittoilmiö ja sen käyttö äänenkoodauksessa. –Audiosignaalien käsittelyn osa-alueet Korkealuokkainen musiikki. Mitä se tarkoittaa ja millaisia ratkaisuja osa-alueella käytetään? Puheenkoodaus tietoliikennettä varten Puheen syntesointi ja tunnistus Mitä eroa on musiikin ja puheen kompressoinnissa? –Puheenkoodauksen geneerinen malli ja eri puheenkoodausmenetelmät Millainen tuo geneerinen malli on? Miten eri puheenkoodausmenetelmät eroavat toisistaan? –MP3 kooderin toiminta Kokeessa voi olla esimerkiksi kuva MP3 kooderista ja pitää osata selittää eri osien merkitys Mitä eroa on MP1,2,3 koodereilla? Missä kohtaa MP3 kooderissa redundanssin poistaminen tapahtuu? –Kvantisointimenetelmät (tämä tehtävä on varmasti yksi noista 4:stä tehtävästä) Seuraavalla sivulla oleva tehtävä kvantisoinnista. –Lineaariennustuksesta ei kokeessa kysytä, sillä se on katettu mielestäni riittävästi projektityössä.

Audiosignaalinen käsittely / Kari Jyrkkä17 Tehtävät Kvantisointi tehtävä a)Mitä tarkoittaa? (1p) Uniform kvantisointi Skalaari kvantisointi Logaritminen kompandointi Adaptiivinen kvantisointi b)Kvantisoinnista aiheutuvalle signaalikohinasuhteelle on olemassa nyrkkisääntö SNR = 6.02b. Millä ehdoilla tuo nyrkkisääntö on voimassa? (1p) c)Miten kvantisointi stepit kannattaa suunnitella non-uniform kvantisoinnin tapauksessa? (1p) d)Mitä vektorikvantisointi tarkoittaa? Esitä joku esimerkki (1p) e)Miten vektorikvantisointia käytetään hyväksi CELP tai ACELP puhekoodekeissa? (2p) Miten/millainen herätesignaali (=residuaalisignaali) lähetetään dekooderille?