OSA 1

Sisältö:

- Johdanto (ääniteknologian osa-alueet) - Ihmiskorvan toiminta ja rakenne

- Kuulokäyrä ja peittoilmiö

- Huffman ja LZW koodauksen periaate - MP3 kooderin toimintaperiaate

- Puheenkoodausmenetelmät

- Puheen malli ja ennustus puheenkoodauksessa

OSA 1

Ääniteknologian osa-alueet Laaja-alainen alue tämäkin...

Alan tutkimusta

Johdanto

Merkittävät audiosignaalinkäsittelyn alueet

1. High fidelity music reproduction 2. Voice telecommunications

3. Speech synthesis / recognition

Kaikkien edellisten ”tuomarina” toimii ihmiskorva.

Johdanto

The Scientist and Engineer's Guide to Digital Signal Processing, copyright ©1997-1998 by Steven W. Smith. For more information visit the book's website at:

www.DSPguide.com

• Tympanic membrane = tärykalvo

• Middle ear bones (hammer,anvil,stirrup) = Keskikorvan luut (vasara,alasin,jalustin)

• Cochlea = simpukka

Johdanto

The Scientist and Engineer's Guide to Digital Signal Processing, copyright ©1997-1998 by Steven W.

Smith. For more information visit the book's website at: www.DSPguide.com

Johdanto

Kotitehtävät

Onko ihmiskorva herkkä äänisignaalin voimakkuuden vai vaiheen vaihtelulle?

Selvitä, mitä seuraavat termit tarkoittavat

• Loudness

• Pitch

• Timbre

Mihin korvan simpukan taajuusselektiivisyys perustuu?

korvanrakenne Korvan toiminta Taajuuksien erottelu

Johdanto

Ihmisen kuulon ominaisuuksia

• Kuulon dynaaminen alue on noin 120 dB

• Ihminen tunnistaa noin 1dB äänenvoimakkuuden muutoksen.

• Äänen tehon kasvattaminen 10 kertaiseksi kuulostaa 2 kertaa kovemmalta ääneltä.

• Kuulo on herkimmillään 1-4 kHz taajuisille äänille.

• Kuuloaisti osaa mitata äänen suunnan.

• Kuuloaisti ei osaa arvioida hyvin etäisyyttä.

Johdanto

Kuulokäyrä

• Nolla decibeliä määritellään intensiteetiksi (sound pressure level) 10^-12 W/m² .

• Äänenpaineen arvo esimerkiksi 40 dB kohdalla voidaan laskea kaavasta 10log10(x / 10^-12 W/m² ) = 40 dB.

• Kuulokäyrän alapuolelle jääviä äänenpainearvoja ei kuulla.

Johdanto

Peittoilmiö

• Samanaikainen

• Ei samanaikainen

Johdanto

Maskikuvio

6.2 Peittoilmiön käyttö audion koodauksessa

• Johdatus signaalinkäsittelyyn,

luentomateriaalimoniste 2, kappale 6.2

Johdanto

Miten tämä toimikaan?

Johdanto

Tehtävä

Lue materiaali MP3 audiopakkauksesta ja vastaa seuraaviin kysymyksiin

• Mikä vaikuttaa (yleisesti) pakkausalgoritmin tehokkuuteen?

• LZW algoritmin toimintaperiaate?

• Mitä ovat MPEG-1 audiolayer I,II ja III? Mikä on niiden pakkaussuhde?

• Miten MP3 kooderi on määritelty speksissä?

• Mikä on psykoakustinen malli?

• Kuinka moneen taajuuskaistaan MP3 algoritmissa äänisignaali jaetaan?

• Kuinka pitkiä äänilohkoja kompressoidaan kerralla?

• Mikä on ratkaiseva osa MP3 kooderissa koodatun äänen laadun kannalta?

• Mihin MP3 kooderi käyttää Huffman koodausta?

• Mistä ns. ”ennakkokohina” johtuu?

LZW algoritmi

Miten tämä toimikaan?

Kompressointi

MP3 kooderi / dekooderi

Huffman koodaus

Tehtäviä

Laatu vs. bittinopeus

Laatu vs. bittinopeus

Puheenkoodaus menetelmät

• Aaltomuodon koodaus

– PCM ITU G.711

– Differentiaalinen modulaatio – Adaptiivinen kvantisointi

– Demo

• Lähteenkoodaus (vokooderit)

– materiaalia

Companding

6 . 87

/ 1 0

) , ln(

1

1 /

1 ) ,

ln(

1

) ln(

1

255 ) ,

1 ln(

) 1

ln(





 





 

 

 



 

A

A A x

y Ax

x A A

y Ax

missä y x





 



Companding

Tehtävä

• Oletetaan, että kompressoitavan signaalin vaihteluväli on [-4.096V,+4,096V].

• Käytä G.711 speksin taulukkoa 1a muuntamaan seuraavat signaaliarvot digitaalisiksi

kompressoiduiksi arvoiksi 1. 0.001 V

2. 0.002 V

3. 1.025 V

4. 1.035 V

5. 1.090 V

Tehtävä

Lue materiaali puheenkoodauksen toimintaperiaatteesta ja vastaa seuraaviin kysymyksiin:

1. Selvitä seuraavien aaltomuotokoodaustapojen periaate

1. Differentiaalinen koodaus 2. Adaptiivinen kvantisointi 3. Deltamodulaatio

4. Alikaistakoodaus

2. Selvitä seuraavien lähteenkoodausmenetelmien periaate

1. Lineaariprediktio 2. Kanvavokooderi 3. Formanttivokooderi

3. Selvitä MOS ja DMOS arvojen merkitys

4. Piirrä lineaaripreditioon perustuvan kooderin lohkokaavio kaavojen (2.1) ja (2.2) perusteella

Puheen malli