Click here to load reader
View
146
Download
12
Embed Size (px)
DESCRIPTION
Reprezentacija i obrada zvuka. Profesor: Milorad K.Banjanin. Student: Milica Radmilovic. • priroda zvuka – mehaničko kretanje vazduha u prostoru tj. promena vazdušnog pritiska. Karakteristike zvuka. Karakteristike zvuka. • Konverzija fizičkih signala - PowerPoint PPT Presentation
Reprezentacija i obrada zvukaProfesor:Milorad K.Banjanin Student: Milica Radmilovic
Karakteristike zvuka
priroda zvuka mehaniko kretanje vazduha u prostoru tj. promena vazdunog pritiska
Karakteristike zvuka
Konverzija fizikih signala Promena vazdunog pritiska elektrini signal
Izvor zvuka (mehanike vibracije)
Talasanje vazduha (promene vazdunog pritiska)
Senzor promene pritiska (mikrofon)
Elektrini signal (promenljivi napon)
Karakteristike zvuka
Konverzija fizikih signala elektrini signal promena vazdunog pritiska
Skladitenje zvuka
analogno zvuni signal elektrini signal magnetni medijum / gramofonska ploa
digitalno zvuni signal elektrini signal digitalizacija podaci fajl
Digitalizacija zvuka
Digitalizacija predstavlja konverziju analognog signala...
...u digitalnu reprezentaciju 124 85 161 160 135 76 138 113 147 165 103 136 184 155
Digitalizacija zvuka
Dve vrste aproksimacije kontinualno vreme diskretno vreme kontinualne vrednosti diskretne vrednosti
Digitalizacija
Merenje vrednosti signala u tano odreenimvremenskim trenucima
Aproksimacija izmerenih vrednosti najbliim vrednostima iz konanog skupa
Digitalizacija
Rezultat digitalizacije niz kvantizovanih veliina izmerenih u pojedinim vremenskim trenucima124 85 161 160 135 76 138 113 147 165 103 136 184 155
Rekonstrukcija polaznog signala na osnovu digitalne reprezentacije rezultat se razlikuje od originala
Digitalizacija
PCM modulacija (pulse code modulation) 1. uzorkovanje 2. kvantizacija 3. kodovanje: reprezentacija pojedinih kvantizacionih nivoa binarnim brojevima
001010101110110110101100100100100101110111
Digitalizacija
DPCM modulacija (differential PCM) kodira vrednost kao razliku u odnosu na prethodnu
Digitalizacija
Kada je rekonstruisani signal dovoljno dobar? Nyquist-Shannon teorema odabiranja: frekvencija uzorkovanja mora biti najmanje dva puta vea od najvie frekvencije koju je potrebno ouvati
primer 1: telefonska linija namenjena za prenos ljudskog glasa ljudski glas: 300 3400 Hz minimalna frekvencija bi bila: 6800 Hz u praksi se koristi: 8000 Hz
primer 2: CD audio namenjen za skladitenje muzike opseg koji ljudsko uho uje: 20 20000 Hz minimalna frekvencija bi bila: 40000 Hz u praksi se koristi: 44100 Hz
Digitalizacija
Kada je rekonstruisani signal dovoljno dobar? gustina kvantizacionih nivoa maksimalna greka kvantizacije za nivo kvantizacije irine a iznosi a/2
Digitalizacija
Kada je rekonstruisani signal dovoljno dobar? gustina kvantizacionih nivoa u praksi se ukupan broj kvantizacionih nivoa najee predstavlja kao stepen dvojke, tipino 28 ili 216 28= 256 nivoa za skladitenje jednog uzorka potrebno je 8 bita 216= 65536 nivoa za skladitenje jednog uzorka potrebno je 16 bita
primer 1: telefonska linija frekvencija uzorkovanja: 8 kHz 256 kvantizacionih nivoa 8 bita po uzorku za kodiranje jedne sekunde signala potrebno je: 8000 (Hz) x 8 bita brzina prenosa: 64 kbit/s
Digitalizacija
primer 2: CD audio frekvencija uzorkovanja: 44.1 kHz 65536 kvantizacionih nivoa 16 bita po uzorku za kodiranje jedne sekunde signala potrebno je: 44100 x 16 bita brzina prenosa: 705.6 kbit/s (CD audio je stereo ima dva kanala, dakle sve ovo x2)
Obrada signala
Izvoenje operacija nad signalom u cilju poboljanja njegovih karakteristika npr. editovanje zvunih zapisa, uklanjanje uma
Obrada signala u vremenskom domenu koristi se sirovim PCM podacima
Obrada signala u frekventnom domenu koristi se reprezentacijom signala u frekventnom domenu
Obrada signala u vremenskom domenu
zvuni zapis se posmatra kao niz brojeva svaki broj u nizu predstavlja kvantizovanu vrednost x[i] = 124 85 161 160 135 76 138 113 147 165 103 126 122 136 184 155
sabiranje signala (miksovanje) z[i] = x[i] + y[i]
mnoenje signala konstantom (utiavanje / pojaavanje) y[i] = A x[i]
mnoenje signala signalom modulacija (izdvajanje fragmenata) z[i] = x[i] y[i]
pomeranje signala u vremenu (montaa) y[i] = x[i-N]
Obrada signala u vremenskom domenu
Kombinacije osnovnih operacija crossfade echo replicate fade in/out
Obrada signala u vremenskom domenu
Frekventni domen
Furijeova transformacija za dati signal u vremenskom domenu izraunava njegovu reprezentaciju u frekventnom domenu
Frekventni domen
Inverzna Furijeova transformacija za datu reprezentaciju u frekventnom domenu izraunava odgovarajui signal u vremenskom domenu
Frekventni domen
Furijeova transformacija znaenje parametara: t vreme s frekvencija
signal f(t) se moe predstaviti kao zbir sinusnih signala ije su amplitudedate sa F(s)
Frekventni domen
Frekventni domen
Furijeova transformacija rezultat Furijeove transformacije za dati signal moe biti i beskonano mnogo sinusnih komponenti ako zanemarimo neke sabirke, rezultat IFT e se razlikovati od originala
Frekventni domen
boja zvuka karakteristika muzikih instrumenata odreena oblikom funkcije u frekventnom domenu
Obrada signala u frekventnom domenu
Filteri pojaavanje / utiavanje pojedinih frekvencija (equalizer) mnoenje signala u frekventnom domenu sa funkcijom koja definie pojaavanje
Kompresija
Lossless kompresija bez gubitaka iste metode kompresije kao i za rasterske slike
Lossy kompresija sa gubicima mp3 Ogg Vorbis
Kompresija
mp3 mogunosti za uvoenje neujnih gubitaka: karakteristike ljudskog ula sluha zvukovi koje ovek ne uje zvukovi koje ovek uje bolje nego druge ako se dva zvuka uju istovremeno, glasniji se uje a tii se neuje
delovi zvunog zapisa se mogu eliminisati bez ujnih razlika
faktor kompresije ~ 12
MIDI
Musical Instrument Digital Interface protokol za digitalnu komunikaciju muzikih ureaja
putem MIDI protokola ne prenosi se snimljeni zvuk, nego note koje e instrument odsvirati instrumenti imaju karakteristine boje zvuka izuzetno mali fajlovi ~ 50 KB za 5 minuta muzike
HVALA NA PAZNJI!!