Kwantowanie sygnałów analogowych na przykładzie sygnału mowy
|
|
- Krystian Piasecki
- 7 lat temu
- Przeglądów:
Transkrypt
1 Kwantowanie sygnałów analogowych na przykładzie sygnału mowy Treść wykładu: Sygnał mowy i jego właściwości Kwantowanie skalarne: kwantyzator równomierny, nierównomierny, adaptacyjny Zastosowanie w koderze PCM G.711 Kwantowanie wektorowe Kodowanie różnicowe, predykcja, kodery ADPCM Kodery telefonii komórkowej (CELP) Wokoder predykcyjny Przemysław Dymarski, Instytut Telekomunikacji Politechniki Warszawskiej dymarski@tele.pw.edu.pl
2 Literatura: K.Sayood Kompresja danych wprowadzenie, Wyd. RM, W-wa 00 A.Drozdek Wprowadzenie do kompresji danych R.Tadeusiewicz "Sygnał mowy W.Skarbek MULTIMEDIA algorytmy i standardy kompresji T.P.Zieliński «Cyfrowe przetwarzanie sygnałów od teorii do zastosowań», WKiŁ, Warszawa 005 T.P.Zieliński «Cyfrowe przetwarzanie sygnałów w telekomunikacji», PWN, Warszawa 014
3 1. Sygnał mowy i jego modele Badanie jakości sygnału mowy
4 Sygnał mowy
5 Próbkowanie sygnału analogowego Claude Shannon Próbkowanie idealne Harry Nyquist Próbkowanie chwilowe Vladimir Kotelnikov Tw. o próbkowaniu (Shannon, Nyquist, Kotelnikow): Próbkowanie jest procesem bezstratnym (można odzyskać sygnał analogowy bez zniekształceń), jeśli częstotliwość próbkowania (tzn. liczba próbek na sekundę) jest większa niż B, gdzie B jest szerokością pasma sygnału analogowego. fs 1 B T
6 Ocena jakości mowy: metody subiektywne (odsłuchowe) MOS mean opinion score (oceny od 1 do 5) Wyrazistość logatomowa (%) = odtworzenie ze słuchu krótkich słów pozbawionych semantycznego znaczenia, np. tra, bru zastosowanie zdań nieprzewidywalnych semantycznie (SUS - Semantically Unpredictable Sentences), np. Umysł ugrzązł podczas marsowego wiadra
7 Metody obiektywne: SNR jako najprostszy obiektywny wskaźnik jakości
8 Metody obiektywne: SNR w ujęciu segmentowym
9 Maskowanie szumu widmo sygnału widmo szumu Metody obiektywne uwzględniające maskowanie: - PESQ (ITU-T P.86) - POLQA (ITU-T P.863) Wynik: MOS w skali 1-5
10 Kwantyzacja skalarna {x n } - zbiór próbek, {x* n } próbki skwantowane y 1 y, x* n y L x n
11 Kwantyzacja skalarna {x n } - zbiór próbek, {x* n } próbki skwantowane y 1 y, x* n y L Kwantyzacja jest procesem stratnym x n
12 Kwantyzacja równomierna Zwiększenie rozdzielczości o 1 bit na próbkę: -> podwojenie liczby poziomów -> -krotne zmniejszenie amplitudy błędu kwantyzacji -> 4-krotne zmniejszenie mocy błędu kwantyzacji 1 e -> 4-krotne (o 6 db) zwiększenie SNR 1 x e x SNR 3 L z 103 [ db] 0log10 z 10log10 SNR[ db] 10log x L (gdy nie ma przesterowania) Zasada 6 db/bit 1 z 1 z ( ) 1 L 3 L
13 Charakterystyki kwantyzatora równomiernego
14 Kwantyzacja nierównomierna (logarytmiczna) Zasada logarytmiczna: (x) proporcjonalne do x Zasady logarytmicznej nie można stosować dla x~0 gdyż wymagałoby to użycia nieskończonej liczby poziomów kwantyzacji. Z tego względu dla sygnałów o małej amplitudzie kwantyzator logarytmiczny przechodzi w równomierny (stosowane są dwa algorytmy: A i µ). Pociąga to za sobą spadek SNR dla tych sygnałów. Kwantyzatory logarytmiczne A i µ stosowane są w najpopularniejszym standardzie PCM G.711 (pasmo sygnału mowy Hz, częstotliwość próbkowania 8 khz, L=56 poziomów kwantyzacji, n=8 bitów na próbkę, przepływność binarna 64 kbit/s)
15 Charakterystyki kwantyzatorów a) równomierny b) logarytmiczny typu A c) logarytmiczny typu µ d) optymalny dla sygnału o mocy -5 db
16 Kwantyzacja adaptacyjna Zakres pracy z podąża za amplitudą sygnału 1. Adaptacja w przód (MPEG Audio) brak przesterowań opóźnienie przesyłanie z
17 Kwantyzacja adaptacyjna. Adaptacja wstecz (ADPCM) np. kwantyzator 4-poziomowy przesterowania brak opóźnień nie przesyła się z
18 Kwantyzator wektorowy VQ - vector quantizer P(f 1 ),...,P(f L ): komórki Voronoi a Georgij Voronij
19 Kwantyzator wektorowy VQ - vector quantizer xp( f ) x* f j j Przewaga VQ nad kwantyzatorem skalarnym: - wykorzystanie korelacji między kolejnymi N próbkami - wykorzystanie właściwości wielowymiarowej gęstości prawdopodobieństwa próbek
20 ADPCM (adaptive differential pulse code modulation) Modulator x n p x n * n n x n n -sygnał wejściowy -sygnał różnicowy (błąd predykcji) * x n p x n * n -sygnał predykcji -skwantowany syg. różnicowy * x n -sygnał wyjściowy Demodulator * x n * n en * n n -błąd kwantyzacji p x n e n * n n x * n x n x * n x n e n
21 ADPCM (adaptive differential pulse code modulation) SNR G x x e e p SNR SNR[ db] G [ db] SNR [ db] p q q Gp x -zysk predykcji (zależy od predyktora) SNR q e -SNR kwantyzatora (w kwantyzatorze adaptacyjnym zależy głównie od liczby poziomów kwantyzacji L)
22 Kodery CELP (Code Excited Linear Prediction) na przykładzie G.78 filtr syntezy (predykcyjny) dekoder koder - Operacje na wektorach N=5 -wymiarowych (stąd opóźnienie 0.65ms) - Przesyła się indeks wybranego wektora (j) w 7 bitach i wzmocnienie g w 3 bitach. Razem 10 bitów na N=5 próbek, czyli bity na próbkę, co daje przepływność binarną 8000=16000 bit/s
23 Wokodery od kilkuset do około 400 bit/s d=1: mowa dźwięczna d=0: mowa bezdźwięczna T 0 - okres tonu krtaniowego (okres drgań strun głosowych) Można wyróżnić więcej klas pobudzeń:
24 Porównanie standardów kodowania mowy
Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do pracowni specjalistycznej Temat ćwiczenia: Badanie własności koderów PCM zastosowanych do sygnałów
Bardziej szczegółowoKOMPRESJA STRATNA SYGNAŁU MOWY. Metody kompresji stratnej sygnałów multimedialnych: Uproszczone modelowanie źródeł generacji sygnałów LPC, CELP
KOMPRESJA STRATNA SYGNAŁU MOWY Metody kompresji stratnej sygnałów multimedialnych: Uproszczone modelowanie źródeł generacji sygnałów LPC, CELP Śledzenie i upraszczanie zmian dynamicznych sygnałów ADPCM
Bardziej szczegółowodr hab. inż. Artur Janicki pok. 407 Zakład Cyberbezpieczeństwa Instytut Telekomunikacji PW
dr hab. inż. Artur Janicki email: A.Janicki@tele.pw.edu.pl, pok. 407 Zakład Cyberbezpieczeństwa Instytut Telekomunikacji PW Kodowanie źródła podstawowe informacje Sygnał mowy informacje ogólne, jak powstaje
Bardziej szczegółowodr inż. Artur Janicki pok. 414 Zakład Systemów Teletransmisyjnych Instytut Telekomunikacji PW
dr inż. Artur Janicki email: A.Janicki@tele.pw.edu.pl, pok. 414 Zakład Systemów Teletransmisyjnych Instytut Telekomunikacji PW Kodowanie źródła podstawowe informacje Sygnał mowy informacje ogólne, jak
Bardziej szczegółowoWybrane algorytmu kompresji dźwięku
[1/28] Wybrane algorytmu kompresji dźwięku [dr inż. Paweł Forczmański] Katedra Systemów Multimedialnych, Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie [2/28] Podstawy kompresji
Bardziej szczegółowoMETODY KODOWANIA SYGNAŁU MOWY DO ZASTOSOWAŃ W TELEKOMUNIKACJI
METODY KODOWANIA SYGNAŁU MOWY DO ZASTOSOWAŃ W TELEKOMUNIKACJI Maciej Kulesza pok. 726 Katedra Systemów Multimedialnych Plan wykładu Właściwości (charakterystyka) sygnału mowy Właściwości kodeków mowy Metody
Bardziej szczegółowoKwantyzacja wektorowa. Kodowanie różnicowe.
Kwantyzacja wektorowa. Kodowanie różnicowe. Kodowanie i kompresja informacji - Wykład 7 12 kwietnia 2010 Kwantyzacja wektorowa wprowadzenie Zamiast kwantyzować pojedyncze elementy kwantyzujemy całe bloki
Bardziej szczegółowoAnalogowa (para miedziana, radio, walkie-talkie, CB) Cyfrowa (ISDN, GSM, VoIP, DRB, DVB, Tetra, )
Transmisja mowy Analogowa (para miedziana, radio, walkie-talkie, CB) Modulacje: amplitudowa (AM), częstotliwościowa (FM), fazowa (PM) Wysokie zapotrzebowanie na pasmo (np. AM df>2f) Niska sprawność energetyczna
Bardziej szczegółowoMODULACJE IMPULSOWE. TSIM W10: Modulacje impulsowe 1/22
MODULACJE IMPULSOWE TSIM W10: Modulacje impulsowe 1/22 Fala nośna: Modulacja PAM Pulse Amplitude Modulation Sygnał PAM i jego widmo: y PAM (t) = n= x(nt s ) Y PAM (ω) = τ T s Sa(ωτ/2)e j(ωτ/2) ( ) t τ/2
Bardziej szczegółowoPrzetwarzanie sygnałów w telekomunikacji
Przetwarzanie sygnałów w telekomunikacji Prowadzący: Przemysław Dymarski, Inst. Telekomunikacji PW, gm. Elektroniki, pok. 461 dymarski@tele.pw.edu.pl Wykład: Wstęp: transmisja analogowa i cyfrowa, modulacja
Bardziej szczegółowoKODOWANIE I KOMPRESJA SYGNAŁU MOWY
Akustyka mowy KODOWANIE I KOMPRESJA SYGNAŁU MOWY Katedra Systemów Multimedialnych, Politechnika Gdańska Autor: Grzegorz Szwoch, kwiecień 2011 Potrzeba kompresji mowy Cyfrowy sygnał mowy bez kompresji:
Bardziej szczegółowoKodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania
Kodowanie podpasmowe Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania Zasada ogólna Rozkład sygnału źródłowego na części składowe (jak w kodowaniu transformacyjnym) Wada kodowania
Bardziej szczegółowoPodstawy transmisji multimedialnych podstawy kodowania dźwięku i obrazu Autor Wojciech Gumiński
Podstawy transmisji multimedialnych podstawy kodowania dźwięku i obrazu Autor Wojciech Gumiński Podstawy transmisji multimedialnych Plan wykładu Wprowadzenie 1. Wprowadzenie 2. Ilość informacji 3. Kodowanie
Bardziej szczegółowoPrzetwarzanie analogowo-cyfrowe sygnałów
Przetwarzanie analogowo-cyfrowe sygnałów A/C 111111 1 Po co przekształcać sygnał do postaci cyfrowej? Można stosować komputerowe metody rejestracji, przetwarzania i analizy sygnałów parametry systemów
Bardziej szczegółowoKompresja dźwięku w standardzie MPEG-1
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 7, strona 1. Kompresja dźwięku w standardzie MPEG-1 Ogólne założenia kompresji stratnej Zjawisko maskowania psychoakustycznego Schemat blokowy
Bardziej szczegółowoKompresja danych DKDA (7)
Kompresja danych DKDA (7) Marcin Gogolewski marcing@wmi.amu.edu.pl Uniwersytet im. Adama Mickiewicza w Poznaniu Poznań, 22 listopada 2016 1 Kwantyzacja skalarna Wprowadzenie Analiza jakości Typy kwantyzatorów
Bardziej szczegółowoRozpoznawanie i synteza mowy w systemach multimedialnych. Analiza i synteza mowy - wprowadzenie. Spektrogram wyrażenia: computer speech
Slajd 1 Analiza i synteza mowy - wprowadzenie Spektrogram wyrażenia: computer speech Slide 1 Slajd 2 Analiza i synteza mowy - wprowadzenie Slide 2 Slajd 3 Analiza i synteza mowy - wprowadzenie Slide 3
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 9 Kodowanie podpasmowe. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 9 Kodowanie podpasmowe Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS Wykład opracowano
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 6 Metody predykcyjne. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 6 Metody predykcyjne Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS Wykład opracowano
Bardziej szczegółowoSystemy plezjochroniczne (PDH) synchroniczne (SDH), Transmisja w sieci elektroenergetycznej (PLC Power Line Communication)
Politechnika Śląska Katedra Elektryfikacji i Automatyzacji Górnictwa Systemy plezjochroniczne (PDH) synchroniczne (SDH), Transmisja w sieci elektroenergetycznej (PLC Power Line Communication) Opracował:
Bardziej szczegółowoPodstawowe funkcje przetwornika C/A
ELEKTRONIKA CYFROWA PRZETWORNIKI CYFROWO-ANALOGOWE I ANALOGOWO-CYFROWE Literatura: 1. Rudy van de Plassche: Scalone przetworniki analogowo-cyfrowe i cyfrowo-analogowe, WKŁ 1997 2. Marian Łakomy, Jan Zabrodzki:
Bardziej szczegółowoWybrane metody kompresji obrazów
Wybrane metody kompresji obrazów Celem kodowania kompresyjnego obrazu jest redukcja ilości informacji w nim zawartej. Redukcja ta polega na usuwaniu informacji nadmiarowej w obrazie, tzw. redundancji.
Bardziej szczegółowoSprawdzian wiadomości z jednostki szkoleniowej M3.JM1.JS3 Użytkowanie kart dźwiękowych, głośników i mikrofonów
Sprawdzian wiadomości z jednostki szkoleniowej M3.JM1.JS3 Użytkowanie kart dźwiękowych, głośników i mikrofonów 1. Przekształcenie sygnału analogowego na postać cyfrową określamy mianem: a. digitalizacji
Bardziej szczegółowoPróbkowanie sygnałów (ang. sampling) PRZETWARZANIE SYGNAŁÓW ANALOGOWYCH NA SYGNAŁY CYFROWE. Literatura. Cyfrowe Przetwarzanie Sygnałów
Cyfrowe Przetwarzanie Sygnałów Literatura Dr inż. Jakub Gałka C2-419, jgalka@agh.edu.pl Tel. wew. AGH 50-68 Konsultacje, poniedziałek, 11:30-12:30 1. Alan V. Oppenhei, Ronald W.Schafer: Cyfrowe przetwarzanie
Bardziej szczegółowoKodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania
Kodowanie podpasmowe Plan 1. Zasada. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania Zasada ogólna Rozkład sygnału źródłowego na części składowe (jak w kodowaniu transformacyjnym) Wada kodowania
Bardziej szczegółowoTechnika audio część 2
Technika audio część 2 Wykład 12 Projektowanie cyfrowych układów elektronicznych Mgr inż. Łukasz Kirchner lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Wprowadzenie do filtracji
Bardziej szczegółowoJakości usług telekomunikacyjnych
Jakości usług telekomunikacyjnych SŁAWOMIR KULA Instytut Telekomunikacji Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Warszawa, 11 maja 2015 r. Zawartość tematyczna Wprowadzenie
Bardziej szczegółowoJAKOŚĆ USŁUG TELEKOMUNIKACYJNYCH. Sławomir Kula Przemysław Dymarski Marcin Golański
JAKOŚĆ USŁUG TELEKOMUNIKACYJNYCH Sławomir Kula Przemysław Dymarski Marcin Golański Warszawa, maj 2015 Spis treści 1. Wstęp... 5 2. Techniki kodowania sygnałów akustycznych i obrazów... 6 2.1. Cechy sygnału
Bardziej szczegółowoWykład VI. Dźwięk cyfrowy. dr inż. Janusz Słupik. Gliwice, Wydział Matematyki Stosowanej Politechniki Śląskiej. c Copyright 2014 Janusz Słupik
Wykład VI Wydział Matematyki Stosowanej Politechniki Śląskiej Gliwice, 2014 c Copyright 2014 Janusz Słupik Kompresja dźwięku Kompresja dźwięku bezstratna podczas odtwarzania otrzymujemy wierne odwzorowanie
Bardziej szczegółowo1. Kodowanie PCM 1.1 Informacje podstawowe
1. Kodowanie PCM 1.1 Informacje podstawowe Zdefiniowanie pojęcia sygnału należy poprzedzić określeniem samej informacji, która jest pojęciem pierwotnym, a więc nie wymagającym definiowania. Encyklopedia
Bardziej szczegółowoPomiary w technice studyjnej. TESTY PESQ i PEAQ
Pomiary w technice studyjnej TESTY PESQ i PEAQ Wprowadzenie Problem: ocena jakości sygnału dźwiękowego. Metody obiektywne - np. pomiar SNR czy THD+N - nie dają pełnych informacji o jakości sygnału. Ważne
Bardziej szczegółowoPrzedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.
Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego
Bardziej szczegółowoTechnika audio część 1
Technika audio część 1 Wykład 9 Technologie na urządzenia mobilne Łukasz Kirchner Lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Wprowadzenie technologii audio Próbkowanie Twierdzenie
Bardziej szczegółowoTeoria przetwarzania A/C i C/A.
Teoria przetwarzania A/C i C/A. Autor: Bartłomiej Gorczyński Cyfrowe metody przetwarzania sygnałów polegają na przetworzeniu badanego sygnału analogowego w sygnał cyfrowy reprezentowany ciągiem słów binarnych
Bardziej szczegółowoPrzetwornik analogowo-cyfrowy
Przetwornik analogowo-cyfrowy Przetwornik analogowo-cyfrowy A/C (ang. A/D analog to digital; lub angielski akronim ADC - od słów: Analog to Digital Converter), to układ służący do zamiany sygnału analogowego
Bardziej szczegółowoInstytut Telekomunikacji Wydział Elektroniki i Technik Informacyjnych.
Wykładowcy: A. Dąbrowski W8. Sygnały cyfr. 4 (Spread Spectrum), W11. Odbiór sygnałów 3 (Korekcja adaptacyjna) A. Janicki W2.Kodowanie źródeł - sygnały audio M. Golański W3. Kodowanie źródeł- sygnały video
Bardziej szczegółowoMODULACJA. Definicje podstawowe, cel i przyczyny stosowania modulacji, rodzaje modulacji. dr inż. Janusz Dudczyk
Wyższa Szkoła Informatyki Stosowanej i Zarządzania MODULACJA Definicje podstawowe, cel i przyczyny stosowania modulacji, rodzaje modulacji dr inż. Janusz Dudczyk Cel wykładu Przedstawienie podstawowych
Bardziej szczegółowoFundamentals of Data Compression
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoWykład II. Reprezentacja danych w technice cyfrowej. Studia Podyplomowe INFORMATYKA Podstawy Informatyki
Studia Podyplomowe INFORMATYKA Podstawy Informatyki Wykład II Reprezentacja danych w technice cyfrowej 1 III. Reprezentacja danych w komputerze Rodzaje danych w technice cyfrowej 010010101010 001010111010
Bardziej szczegółowoKonwersja dźwięku analogowego do postaci cyfrowej
Konwersja dźwięku analogowego do postaci cyfrowej Schemat postępowania podczas przetwarzania sygnału analogowego na cyfrowy nie jest skomplikowana. W pierwszej kolejności trzeba wyjaśnić kilka elementarnych
Bardziej szczegółowoKwantyzacja wektorowa. Plan 1. Zasada działania 2. Projektowanie. Algorytm LBG 3. Kwantyzatory strukturalne 4. Modyfikacje
Kwantyzacja wektorowa Plan 1. Zasada działania 2. Projektowanie. Algorytm LBG 3. Kwantyzatory strukturalne 4. Modyfikacje Zasada kwantyzacji wektorowej Kwantyzacja skalarna koduje oddzielnie kaŝdą próbkę
Bardziej szczegółowodr inż. Piotr Odya Parametry dźwięku zakres słyszanych przez człowieka częstotliwości: 20 Hz - 20 khz; 10 oktaw zakres dynamiki słuchu: 130 db
dr inż. Piotr Odya Parametry dźwięku zakres słyszanych przez człowieka częstotliwości: 20 Hz - 20 khz; 10 oktaw zakres dynamiki słuchu: 130 db 1 Sygnał foniczny poziom analogowy czas cyfrowy poziom czas
Bardziej szczegółowoWPŁYW PRÓBKOWANIA I KWANTYZACJI NA JAKOŚĆ DŹWIĘKU
KATEDRA SYSTEMÓW MULTIMEDIALNYCH LABORATORIUM PRZETWARZANIA DŹWIĘKÓW I OBRAZÓW Ćwiczenie nr : WPŁYW PRÓBKOWANIA I KWANTYZACJI NA JAKOŚĆ DŹWIĘKU Opracowanie: mgr Marek Szczerba mgr inż. Piotr Odya mgr inż.
Bardziej szczegółowoInstytut Telekomunikacji Wydział Elektroniki i Technik Informacyjnych. http://cygnus.tele.pw.edu.pl/potc
Wykładowcy: A. Dąbrowski W1.Wprowadzenie, W8. Sygnały cyfrowe 4, W11. Odbiór sygnałów 3 A. Janicki W2.Kodowanie źródeł - sygnały audio M. Golański W3. Kodowanie źródeł- sygnały video S. Kula W4. Media
Bardziej szczegółowoSygnały, media, kodowanie
Sygnały, media, kodowanie Warstwa fizyczna Częstotliwość, widma, pasmo Pojemności kanałów komunikacyjnych Rodzaje danych i sygnałów Zagrożenia transmisji Rodzaje i charakterystyka mediów Techniki kodowania
Bardziej szczegółowo4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...
Spis treści 1 Wstęp 11 1.1 Do kogo adresowana jest ta książka... 12 1.2 Historia badań nad mową i językiem... 12 1.3 Obecne główne trendy badań... 16 1.4 Opis zawartości rozdziałów... 18 2 Wyzwania i możliwe
Bardziej szczegółowoPomiary i przyrządy cyfrowe
Pomiary i przyrządy cyfrowe Przyrządy analogowe trochę historii Ustrój magnetoelektryczny z I z I N d S B r ~ Ω I r r zaciski pomiarowe U U = r I amperomierz woltomierz współczynnik poszerzenia zakresu
Bardziej szczegółowoO sygnałach cyfrowych
O sygnałach cyfrowych Informacja Informacja - wielkość abstrakcyjna, która moŝe być: przechowywana w pewnych obiektach przesyłana pomiędzy pewnymi obiektami przetwarzana w pewnych obiektach stosowana do
Bardziej szczegółowoPrzygotowali: Bartosz Szatan IIa Paweł Tokarczyk IIa
Przygotowali: Bartosz Szatan IIa Paweł Tokarczyk IIa Dźwięk wrażenie słuchowe, spowodowane falą akustyczną rozchodzącą się w ośrodku sprężystym (ciele stałym, cieczy, gazie). Częstotliwości fal, które
Bardziej szczegółowoSztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 335
Sztuczne sieci neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 335 Wykład 10 Mapa cech Kohonena i jej modyfikacje - uczenie sieci samoorganizujących się - kwantowanie wektorowe
Bardziej szczegółowoMicha Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (2)
Micha Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (2) Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie Innowacyjna
Bardziej szczegółowoKodowanie i kompresja Streszczenie Studia dzienne Wykład 12,
1 Kompresja stratna Kodowanie i kompresja Streszczenie Studia dzienne Wykład 12, 5.05.2005 Algorytmy kompresji bezstratnej oceniane są ze względu na: stopień kompresji; czas działania procesu kodowania
Bardziej szczegółowoKodowanie podpasmowe
Kodowanie i kompresja informacji - Wykład 12 [10] 24 maja 2010 Wprowadzenie Rozłożenie informacji na części (pasma) i kodowanie ich oddzielnie. Wprowadzenie Rozłożenie informacji na części (pasma) i kodowanie
Bardziej szczegółowoSygnał a informacja. Nośnikiem informacji mogą być: liczby, słowa, dźwięki, obrazy, zapachy, prąd itp. czyli różnorakie sygnały.
Sygnał a informacja Informacją nazywamy obiekt abstarkcyjny, który może być przechowywany, przesyłany, przetwarzany i wykorzystywany y y y w określonum celu. Zatem informacja to każdy czynnik zmnejszający
Bardziej szczegółowoPrzetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu
Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych Kod przedmiotu 06.5-WE-EP-PSzZPS
Bardziej szczegółowoSystemy i Sieci Radiowe
Systemy i Sieci Radiowe Wykład 2 Wprowadzenie część 2 Treść wykładu modulacje cyfrowe kodowanie głosu i video sieci - wiadomości ogólne podstawowe techniki komutacyjne 1 Schemat blokowy Źródło informacji
Bardziej szczegółowoFormaty - podziały. format pliku. format kompresji. format zapisu (nośnika) kontener dla danych WAV, AVI, BMP
dr inż. Piotr Odya Formaty - podziały format pliku kontener dla danych WAV, AVI, BMP format kompresji bezstratna/stratna ADPCM, MPEG, JPEG, RLE format zapisu (nośnika) ściśle określona struktura plików
Bardziej szczegółowo1.5. Sygnały. Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego
Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego Za pomocąsygnałów przekazywana jest informacja. Sygnałjest nośnikiem informacji. Za pomocą sygnału moŝna: badać
Bardziej szczegółowoBadanie jakości sygnałów audio
Badanie jakości sygnałów audio Przemysław Dymarski, Inst. Telekomunikacji PW Wykorzystano prace dypl. A.Kołodziejczyk, G. Kraciuk, M.Toczko, A.Sadowska Ocena jakości audio i wideo Metody subiektywne Metody
Bardziej szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 1, strona 1.
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 1, strona 1. SYSTEMY MULTIMEDIALNE Co to jest system multimedialny? Elementy systemu multimedialnego Nośniki danych i ich wpływ na kodowanie Cele
Bardziej szczegółowoKWANTYZACJA. kwantyzacja
KWATYZACJA Adam Głogowski kwantyzacja W tej części prezentacji zostanie omówiony problem kwantyzacji. Przedstawiony będzie takŝe przykład kwantowania sygnału, charakterystyka kwantyzera oraz podstawowe
Bardziej szczegółowoWedług raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j
Kompresja transformacyjna. Opis standardu JPEG. Algorytm JPEG powstał w wyniku prac prowadzonych przez grupę ekspertów (ang. Joint Photographic Expert Group). Prace te zakończyły się w 1991 roku, kiedy
Bardziej szczegółowo2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH
1. WSTĘP Radiofonię cyfrową cechują strumienie danych o dużych przepływnościach danych. Do przesyłania strumienia danych o dużych przepływnościach stosuje się transmisję z wykorzystaniem wielu sygnałów
Bardziej szczegółowoAudio i video. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski
Audio i video R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski s-rg@siwy.il.pw.edu.pl Fale dźwiękowe Dźwięk jest drganiem powietrza rozchodzącym się w postaci fali. Fala ma określoną amplitudę i częstotliwość.
Bardziej szczegółowoKOMPRESJA STRATNA DŹWIĘKU
ZESZYTY NAUKOWE 39-58 Leszek Grad 1 KOMPRESJA STRATNA DŹWIĘKU Streszczenie W artykule przedstawione zostały elementarne wiadomości z zakresu kompresji stratnej dźwięku. Przedstawiony został liniowy model
Bardziej szczegółowoAndrzej Leśnicki Laboratorium CPS Ćwiczenie 9 1/5 ĆWICZENIE 9. Kwantowanie sygnałów
Andrzej Leśnicki Laboratorium CP Ćwiczenie 9 1/5 ĆWICZEIE 9 Kwantowanie sygnałów 1. Cel ćwiczenia ygnał przesyłany w cyfrowym torze transmisyjnym lub przetwarzany w komputerze (procesorze sygnałowym) musi
Bardziej szczegółowoADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 4. Wybrane telekomunikacyjne zastosowania algorytmów adaptacyjnych
ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM Ćwiczenie 4 Wybrane telekomunikacyjne zastosowania algorytmów adaptacyjnych 1. CEL ĆWICZENIA Celem niniejszego ćwiczenia jest zapoznanie studentów z dwoma
Bardziej szczegółowo5/25/2017. Elementy teorii informacji. Co to jest informacja? Słownik Języka Polskiego: Elementy teorii informacji
Elementy teorii informacji Co to jest informacja? Słownik Języka Polskiego:. «wiadomość o czymś lub zakomunikowanie czegoś» 2. «dział informacyjny urzędu, instytucji» 3. «dane przetwarzane przez komputer»
Bardziej szczegółowoPodstawy telekomunikacji. Kolokwium nr 2. Zagadnienia.
Podstawy telekomunikacji. Kolokwium nr 2. Zagadnienia. TDM (Time Division Multiplexing) dzielenie przesyłanych sygnałów na części, którym później przypisuje się czasy transmisji (tzw. szczeliny czasowe).
Bardziej szczegółowoDŹWIĘK. Dźwięk analogowy - fala sinusoidalna. Dźwięk cyfrowy 1-bitowy 2 możliwe stany fala jest mocno zniekształcona
DŹWIĘK Dźwięk analogowy - fala sinusoidalna Dźwięk cyfrowy 1-bitowy 2 możliwe stany fala jest mocno zniekształcona Dźwięk cyfrowy 2-bitowy 2 bity 4 możliwe stany (rozdzielczość dwubitowa) 8 bitów - da
Bardziej szczegółowoCechy karty dzwiękowej
Karta dzwiękowa System audio Za generowanie sygnału dźwiękowego odpowiada system audio w skład którego wchodzą Karta dźwiękowa Głośniki komputerowe Większość obecnie produkowanych płyt głównych posiada
Bardziej szczegółowoPrzetwarzanie analogowocyfrowe
Przewarzanie analogowocyfrowe Z. Serweciński 05-03-2011 Przewarzanie u analogowego na cyfrowy Proces przewarzania u analogowego (ciągłego) na cyfrowy składa się z rzech podsawowych operacji: 1. Próbkowanie
Bardziej szczegółowoPrzykładowe zadanie praktyczne
Przykładowe zadanie praktyczne Opracuj projekt realizacji prac związanych z uruchomieniem i testowaniem kodera i dekodera PCM z układem scalonym MC 145502 zgodnie z zaleceniami CCITT G.721 (załączniki
Bardziej szczegółowoPROGRAMOWANIE APLIKACJI MULTIMEDIALNYCH
PROGRAMOWANIE APLIKACJI MULTIMEDIALNYCH PRZETWARZANIE OBRAZÓW I DŹWIĘKÓW wykład 6 KOMPRESJA SYGNAŁÓW AKUSTYCZNYCH Prowadzący: Tomasz Kowalski Natura i percepcja dźwięków 2 Dźwięk - zarówno mowa, jak i
Bardziej szczegółowoRys. Podstawowy system przetwarzania cyfrowego sygnałów analogowych
TEORIA PRÓBKOWANIA Podstawy teorii pobierania próbek. Schemat blokowy typowego systemu pobierającego w czasie rzeczywistym próbki danych jest pokazany na rysunku poniżej. W rzeczywistych układach konwersji
Bardziej szczegółowoKodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11,
1 Kwantyzacja skalarna Kodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11, 10.05.005 Kwantyzacja polega na reprezentowaniu dużego zbioru wartości (być może nieskończonego) za pomocą wartości
Bardziej szczegółowoPercepcja dźwięku. Narząd słuchu
Percepcja dźwięku Narząd słuchu 1 Narząd słuchu Ucho zewnętrzne składa się z małżowiny i kanału usznego, zakończone błoną bębenkową, doprowadza dźwięk do ucha środkowego poprzez drgania błony bębenkowej;
Bardziej szczegółowoDźwięk podstawowe wiadomości technik informatyk
Dźwięk podstawowe wiadomości technik informatyk I. Formaty plików opisz zalety, wady, rodzaj kompresji i twórców 1. Format WAVE. 2. Format MP3. 3. Format WMA. 4. Format MIDI. 5. Format AIFF. 6. Format
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Rewolucja cyfrowa i jej skutki Rewolucja cyfrowa - dane cyfrowe: podstawowy rodzaj informacji multimedialnych,
Bardziej szczegółowoKompresja Danych. Streszczenie Studia Dzienne Wykład 13, f(t) = c n e inω0t, T f(t)e inω 0t dt.
1 Kodowanie podpasmowe Kompresja Danych Streszczenie Studia Dzienne Wykład 13, 18.05.2006 1.1 Transformaty, próbkowanie i filtry Korzystamy z faktów: Każdą funkcję okresową można reprezentować w postaci
Bardziej szczegółowoSygnały otaczającego nas świata mają postać analogową.
1 Wstęp Wykorzystano materiały książki Marven C., Ewers G.: Zarys cyfrowego przetwarzania sygnałów, Warszawa WKŁ 1999; K. Wesołowski Systemy radiokomunikacji ruchomej, Warszawa 1998;oraz wykładu prof.
Bardziej szczegółowoWymiana i Składowanie Danych Multimedialnych Mateusz Moderhak, EA 106, Pon. 11:15-12:00, śr.
Wymiana i Składowanie Danych Multimedialnych 2019 Mateusz Moderhak, matmod@biomed.eti.pg.gda.pl, EA 106, Pon. 11:15-12:00, śr. 12:15-13:00 Zaliczenie: 60% wykład, 40% laboratorium Zerówka w formie dwóch
Bardziej szczegółowoWIDMO, ELEMENTY SKŁADOWE DŹWIĘKU, ZAPIS DŹWIĘKU, SYNTEZA ADDYTYWNA
WIDMO, ELEMENTY SKŁADOWE DŹWIĘKU, ZAPIS DŹWIĘKU, SYNTEZA ADDYTYWNA Kamila Tatarynowicz FALE PODŁUŻNE Fala podłużna fala, w której drgania odbywają się w kierunku zgodnym z kierunkiem jej rozchodzenia się.
Bardziej szczegółowoSpis treści. 1. Cyfrowy zapis i synteza dźwięku Schemat blokowy i zadania karty dźwiękowej UTK. Karty dźwiękowe. 1
Spis treści 1. Cyfrowy zapis i synteza dźwięku... 2 2. Schemat blokowy i zadania karty dźwiękowej... 4 UTK. Karty dźwiękowe. 1 1. Cyfrowy zapis i synteza dźwięku Proces kodowania informacji analogowej,
Bardziej szczegółowoTeletransmisyjne systemy cyfrowe
Teletransmisyjne systemy cyfrowe Teletransmisja cyfrowa była pierwsza - telegrafia (telegraf) wielokrotne systemy czasowe były pierwsze - aparat Baudota zasada regeneracji sygnału (przekaźniki) przed wzmacnianiem
Bardziej szczegółowoAutomatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści
Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, 2011 Spis treści Przedmowa 11 Rozdział 1. WPROWADZENIE 13 1.1. Czym jest automatyczne rozpoznawanie mowy 13 1.2. Poziomy
Bardziej szczegółowoModulacja i kodowanie laboratorium. Modulacje Cyfrowe: Kluczowanie Amplitudy (ASK)
Modulacja i kodowanie laboratorium Modulacje Cyfrowe: Kluczowanie Amplitudy (ASK) Celem ćwiczenia jest opracowanie algorytmu modulacji i dekodowania dla metody kluczowania amplitudy Amplitude Shift Keying
Bardziej szczegółowoZjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.
Katedra Mechaniki i Podstaw Konstrukcji Maszyn POLITECHNIKA OPOLSKA Komputerowe wspomaganie eksperymentu Zjawisko aliasingu.. Przecieki widma - okna czasowe. dr inż. Roland PAWLICZEK Zjawisko aliasingu
Bardziej szczegółowoOptymalizacja kodera mowy standardu LPC-10
Akademia Górniczo-Hutnicza im. Stanisława Staszica wkrakowie Praca magisterska Optymalizacja kodera mowy standardu LPC-10 Grzegorz Suder Kierunek: Elektrotechnika Specjalność: Inżynieria komputerowa wprzemyśle
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
Bardziej szczegółowoSieci neuronowe - projekt
Sieci neuronowe - projekt Maciej Barański, Kamil Dadel 15 stycznia 2015 Streszczenie W ramach projektu został zrealizowany algorytm kompresji stratnej bazujący na działaniu samoorganizującej się sieci
Bardziej szczegółowoPrzykładowe rozwiązanie zadania dla zawodu technik telekomunikacji
PROJEKT REALIZACJI PRAC ZWIĄZANYCH Z URUCHOMIENIEM I TESTOWANIEM KODERA I DEKODERA PCM ORAZ WYKONANIE PRAC OBEJMUJĄCYCH OPRACOWANIE WYNIKÓW POMIARÓW Z URUCHOMIENIA I SPRAWDZENIA DZIAŁANIA JEGO CZĘŚCI CYFROWEJ
Bardziej szczegółowo58. Otwarte Seminarium z Akustyki, OSA '11, Gdańsk-Jurata, September 2011
109 ROZPOZNAWANIE MÓWCY W SYSTEMACH Z KODOWANIEM MOWY STEFAN BRACHMAŃSKI Politechnika Wrocławska, Instytut Telekomunikacji, Teleinformatyki i Akustyki Wybrzeże Wyspiańskiego 27, 50-370 Wrocław Stefan.brachmanski@pwr.wroc.pl
Bardziej szczegółowoKompresja sekwencji obrazów - algorytm MPEG-2
Kompresja sekwencji obrazów - algorytm MPEG- Moving Pictures Experts Group (MPEG) - 988 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie et TélégraphieT
Bardziej szczegółowoZaawansowane algorytmy DSP
Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Zaawansowane algorytmy DSP Wstęp Cztery algorytmy wybrane spośród bardziej zaawansowanych
Bardziej szczegółowoKOMPUTEROWE SYSTEMY POMIAROWE
KOMPUTEROWE SYSTEMY POMIAROWE Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki Prezentacja do wykładu dla EMST - ITwE Semestr zimowy Wykład nr 12 Prawo autorskie Niniejsze
Bardziej szczegółowoPodstawy kompresji stratnej+kwantyzacja
Podstawy kompresji stratnej + Kwantyzacja Kodowanie i kompresja informacji - Wykład 6 29 III 2010 Wprowadzenie Dla każdych danych istnieje wartość której nie można przekroczyć w trakcie kompresji. Im dane
Bardziej szczegółowoPODSTAWY TELEKOMUNIKACJI Egzamin I - 2.02.2011 (za każde polecenie - 6 punktów)
PODSTAWY TELEKOMUNIKACJI Egzamin I - 2.02.2011 (za każde polecenie - 6 punktów) 1. Dla ciągu danych: 1 1 0 1 0 narysuj przebiegi na wyjściu koderów kodów transmisyjnych: bipolarnego NRZ, unipolarnego RZ,
Bardziej szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. GOLOMBA I RICE'A
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. KOMPRESJA ALGORYTMEM ARYTMETYCZNYM, GOLOMBA I RICE'A Idea algorytmu arytmetycznego Przykład kodowania arytmetycznego Renormalizacja
Bardziej szczegółowo1 ALGORYTMY KODOWANIA ŹRÓDŁOWEGO MOWY
1 1 ALGORYTMY KODOWANIA ŹRÓDŁOWEGO MOWY 1.1 Liniowe kodowanie predykcyjne (LPC) kodek FS1015 Większość źródłowych kodeków mowy opartych jest na liniowym kodowaniu predykcyjnym (LPC Linear Predictive Coding)
Bardziej szczegółowo