S Äänenkäsittelyn jatko-opintokurssi Erikoistyö,
|
|
- Antti Martti Alanen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 S Äänenkäsittelyn jatko-opintokurssi Erikoistyö, Opiskelija #1 Nimi Opiskelijanumero Sähköposti Koulutusohjelma ja vsk Opiskelija #2 Nimi Opiskelijanumero Sähköposti Koulutusohjelma ja vsk Kimmelma, Ossi 46775U S N Parviainen, Jukka 40389S parvi@hut.fi T N
2 .
3 Äänen huonontaminen digitaalisesti Ossi Kimmelma ja Jukka Parviainen 24. kesäkuuta 2004
4 2 SISÄLTÖ Sisältö 1 Johdanto Ääni luonnossa ja tallenteena Äänitteiden historiasta Akustinen tallennus Savikiekot LP-levyt ja nauhat Digitaalitekniikka Matlab-ohjelmisto Yleistä toteutuksesta Äänen huonontamisen efektejä Särö Suodatus Kohina Levyn vääristymät ja huojunta Naarmut ja paikoilleen jääminen Ritinä ja rahina Mono Dynamiikka Tuloksia Huononnusfunktiot Testiaineisto Esimerkkejä huononnuksista Savikiekko ajo1.m Vinyylilevy ajo2.m Fonografi ajo3.m CD-levy ajo4.m MP3-tiedosto Yhteenveto
5 SISÄLTÖ 3 4 Pohdinta 19 A Matlab-funktiot 20 A.1 Matlab-funktio analysoikaistat.m A.2 Matlab-funktio huojunta.m A.3 Matlab-funktio hyppy.m A.4 Matlab-funktio kampa.m A.5 Matlab-funktio kartiotorvi.m A.6 Matlab-funktio kohina.m A.7 Matlab-funktio kvtasot.m A.8 Matlab-funktio lue.m A.9 Matlab-funktio mono.m A.10 Matlab-funktio naarmujakso.m A.11 Matlab-funktio rahinavalmis.m A.12 Matlab-funktio ritinagener.m A.13 Matlab-funktio saroatan.m A.14 Matlab-funktio saro.m A.15 Matlab-funktio suodata.m B Esimerkkien ajotiedostot 48 B.1 Esimerkki 1: Savikiekko B.1.1 Ajotiedosto ajo1.m B.1.2 Tulostustiedosto ajo1.log B.2 Esimerkki 2: Vinyylilevy B.2.1 Ajotiedosto ajo2.m B.2.2 Tulostustiedosto ajo2.log B.3 Esimerkki 3: Fonografi - puhetta B.3.1 Ajotiedosto ajo3.m B.3.2 Tulostustiedosto ajo3.log B.4 Esimerkki 4: CD-levy B.4.1 Ajotiedosto ajo4.m B.4.2 Tulostustiedosto ajo4.log
6 4 1 JOHDANTO 1 Johdanto Digitaalitekniikka mahdollistaa vanhojen äänitteiden laadun parantamisen. Vanhoissa levyissä ilmenevää rahinaa voidaan poistaa ja teos tallettaa digitaalisessa muodossa. Tässä työssä paneudutaan vastakkaiseen tehtävään eli äänen tahalliseen huonontamiseen. Tavoitteena on saada nykyajan äänite (hi-fi, high fidelity) kuulostamaan vanhalta (lo-fi, low fidelity). Äänenlaadun huonontaminen vaatii ymmärrystä, miten musiikkia tai puhetta on tallennettu aina 1800-luvun lopusta lähtien. Yleisen ääneen liittyvän perusteoksen [GMS00] lisäksi äänitteiden historiasta on runsaasti materiaalia niin kirjoina [GS90] kuin Internetissä [Sch04]. Tiedon pohjalta on tehty joukko tietokoneohjelmia, joilla voidaan tahallisesti matkia erilaisia vanhoja äänitetyyppejä ja niissä esiintyviä virheitä. Ohjelmointiympäristönä on toiminut Matlab 1. Seuraavaksi kerrataan hieman äänitteiden historiaa sekä äänitallenteisiin liittyviä piirteitä. Luvussa 2 esitellään taustoja erilaisille huononnusefekteille. Luvussa 3.1 esitellään tätä työtä varten kirjoitetut funktiot ja niillä saatuja esimerkkejä esitellään luvussa 3.3. Liitteenä on ohjelmakoodi, joka on myös saatavilla Internetistä sivulta Ääni luonnossa ja tallenteena Ihmisen tuottama puhe tai kuulema ääni on ilmamolekyylien värähtelyä eli ilmanpaineen muutoksia, joita matemaattisesti esitetään signaaleina. Äänitteiden osalta voidaan ajatella tarvittavan äänityslaitteiston, äänitemedian ja äänentoistojärjestelmän. Kuvassa 1 on hahmoteltu tilanne, jossa ihmisen ääntä tallennetaan mikrofonilla vaikkapa tietokoneen kautta CD-levylle, joka myöhemmin soitetaan kotistereoista. Äänenlaadun kannalta kussakin vaiheessa voi tapahtua huonontumista. Media, vaikkapa vinyylinen LP-levy, kuluu käytössä, kerää pölyä ja voi naarmuuntua. Mikrofonit, vahvistimet ja kaiuttimet saattavat taasen olla kykenemättömiä tallettamaan tai toistamaan ääntä halutulla tavalla. Äänitteen laatuun vaikuttaa myös, minkä tyyppistä ääni on. Puheääni on varsin kapeakaistaista ja siinä on runsaasti taukoja, jotka helpottavat mahdollisten virheiden korjaamista. Orkesterimusiikissa äänisignaali koostuu useista eri lähteistä, jolloin taltioitu äänite menettää paljon tilavaikutelmasta. 1 MathWorks Inc.,
7 1.2 Äänitteiden historiasta 5 ÄÄNITYS MEDIA TOISTO Kuva 1: Äänittäminen esimerkiksi levylle, joka voidaan tallettaa tai siirtää ja kuunnella äänentoistojärjestelmän kautta. 1.2 Äänitteiden historiasta Ääniteteollisuudessa on vaikuttanut taloudellis-tekninen kilpailu, jossa toiset tekniset ratkaisut ovat unohtuneet kalliin hinnan tai väärän ajoituksen takia. Historiasta voidaan löytää erilaisia kehityslinjoja, joista muutamia seurataan seuraavaksi. Kunkin luvun lopussa on listattu muutamia aikakauden tyypillisiä piirteitä, joita hyväksikäyttämällä työn kokeellisessa osassa (luku 3.3) huononnetaan nykyäänitteen äänenlaatua vastaamaan kyseistä aikakautta Akustinen tallennus Amerikkalainen Thomas Alva Edison toteutti vuonna 1877 ensimmäisen ihmisen ääntä tallentavan ja toistavan laitteen. Hänen kehittämänsä fonografi, kuten kuvassa 2 etualalla, käytti sylinterimäistä tallennusvälinettä. Emil Berliner kehitti litteitä levyjä käyttävän gramofonin 1880-luvulla, josta esimerkki kuvan 2 taka-alalla. Gramofonit syrjäyttivät fonografit viimeistään 1910-luvulla vaikka fonografeja käytettiin sanelulaitteina vielä 1950-luvulla. Aluksi rakennettiin täysin mekaanisia laitteita, joiden tärkeimmät osat olivat jousimoottorikoneisto, neula ja äänirasia (kuva 3) sekä ääntä vahvistava torvi. Äänitystilanne poikkesi suuresti nykyisestä: koko orkesteri artistia myöten oli samassa pienessä tilassa ja laulusolisti huusi ääntä kokoavaan torveen. Äänitystä ei voinut korjata jälkikäteen ja ennen kopiointitekniikoita jokainen äänite oli ainutkertainen. Silti äänitteet loivat uusia suuria sankareita kuten oopperalauluja Enrico Caruson. Alkuajan akustisille äänityksille oli tyypillistä siis hyvin kapea taajuuskaista ja heikko laatu. Kierrosnopeuskin saattoi vaihdella levystä toiseen.
8 6 1 JOHDANTO Kuva 2: Edessä Edisonin fonografi 1890-luvulta, jossa ääni on talletettu vahasylinterille. Takana gramofoni 1910-luvulta, joka käyttää levyjä. Molemmissa ääni vahvistetaan isolla torvella. Näiden laitteiden suuruusluokan näkee vertaamalla niitä soittimien välissä pöydällä olevaan A4-kokoiseen monisteeseen. Laitteet ovat Helsingin yliopiston Musiikkikirjaston kokoelmissa ja täysin toimintakuntoisia Savikiekot Sähköinen aikakausi alkoi 1920-luvulla, kun käyttöön saatiin mikrofonit ja putkivahvistimet (vacuum tube). Se toi mukanaan äänielokuvan, radion ja television. Levyteollisuus eli suhdanteiden mukana ylös ja alas. Gramofonien savikiekkolevyjen ( shellac ) pyörimisnopeudeksi vakiintui 78 kierrosta minuutissa (78 rpm) ja yhdelle puolelle mahtui noin 3 minuuttia musiikkia. Kaista oli edelleen rajoitettu noin 3 khz:iin.
9 1.2 Äänitteiden historiasta 7 Kuva 3: Yksityiskohtia gramofonista: vasemmalla jousimoottori kannen alla. Ison jousipakan vasemmalla puolella vakauttimet, joilla kierrosnopeus saadaan pysymään vakiona 78 kierrosta minuutissa. Yhdellä vedolla saattaa kuunnella noin kahdeksan levyä ( savikiekkoa ). Oikealla äänirasia, jonka neula vaihdettiin jokaisen kuuntelukerran jälkeen. Jykevämmällä neulalla saatiin voimakkaampi ääni LP-levyt ja nauhat Ääninauha oli keksitty jo 1900-luvun alussa, mutta laajaan käyttöön se tuli vasta maailmansotien jälkeen. Nauhat mahdollistivat äänitteiden editoinnin jälkikäteen. Nauha tuli kotikäyttöön 1950-luvulla avokelanauhureissa ja myöhemmin 1960-luvulla C-kaseteissa. Levyjen pelastukseksi tulivat vinyyliset LP-levyt (long play), joihin mahtui moninkertainen määrä musiikkia kuin savikiekoille. LP-levyjen kierrosnopeudeksi tuli 33 rpm ja single-levyille 45 rpm. Stereoäänitys ja -toisto tulivat myös mahdollisiksi, mikä mahdollisti jo paremman tilavaikutelman. Moniraitanauhoitukset vapauttivat artistit ja orkesterit hiomaan tuotoksiaan erikseen. Amerikkalainen izotope, Inc, on tehnyt ohjelman 2 3, joka matkii levyjä soitettaessa ilmeneviä virheitä. Ohjelma on saatavissa WinAmp-ohjelman lisä WinAmp 5 plug-in:
10 8 1 JOHDANTO osaksi ja sen käyttöliittymä on kuvassa 4. Taulukkoon 1 on kerätty säädettävien parametrien piirteet. Kuva 4: izotope Vinyl -äänenhuononnusohjelma Digitaalitekniikka Digitaalitekniikka on monipuolistanut äänitys- ja äänentoistotekniikkaa. Tämän päivän kotiteatterijärjestelmillä pyritään saamaan aikaan autenttinen äänimaailma. Ääntä siirretään digitaalisessa muodossa niin CD-levyillä (Compact Disc), joka esiteltiin vuonna 1982, kuin vaikkapa kännyköiden välillä. Tietokoneiden ja Internetin kehitys on lisännyt erilaisten digitaalisten laitteiden ja sovellusten määrää myös äänitetekniikassa. Fyysiset levyt ovat yhä edelleen mahdollisia vioittua tai likaantua. Laitteistojen ja tekniikoiden elinikä on lyhentynyt, eikä esimerkiksi kotikoneelle poltettujen CD-romppujen säilyvyydestä ole todisteita. 1.3 Matlab-ohjelmisto Matlab on MathWorks Inc. tekemä teknisen laskennan ohjelmisto, joka on laajassa käytössä niin teollisuudessa kuin yliopistomaailmassa. Matlab sisältää valmiit funktiot (ohjelmat) äänitiedostojen lukemiseen, käsittelyyn ja kirjoittamiseen sekä sillä on helppoa tehdä omia funktioita jatkokäsittelyyn.
11 1.3 Matlab-ohjelmisto 9 Parametri Selitys Mekaaninen kohina Levysoittimen moottorin jyrinä ja melu Sähköinen kohina Sähköisten osien tuottama kohina, kuten 50 Hertzin verkkohumina Kuluma Levyn kuluneisuuden säätö, upouudesta useita tuhansia kertoja soitettuun Pöly Pölyn määrä levyn pinnalla Naarmut Naarmujen määrä ja syvyys levyssä Vääntyminen Levyn vääntyminen ja vääntymismuoto Levysoittimen vuosimallking ) Vuosimalli alkaen nykyisistä ( linear trac- aina 1930-luvun gramofoneihin Stereo/Mono Vaihtaa stereo- ja monoulostulon välillä Taulukko 1: Parametreja, joilla voi kuvailla (vinyyli)levyn äänenlaadun huonontamista. Lähde: izotope, Inc. Tässä työssä olevat funktiot on koottu Matlabin tapaan työkalupakiksi (toolbox). Ohjelmatiedostot ovat luettavissa millä tahansa tekstinkäsittelyohjelmalla. Matlab tulkkaa ohjelmakoodia rivi riviltä eteenpäin. Funktioista saa tietoa kirjoittamalla Matlabin työtilaan help funktionnimi Yleistä toteutuksesta Lähes tulkoon jokaiselle huononnuspaketin funktiolle annetaan syötteenä sisääntuleva signaali y ja käytetty näytteenottotaajuus fs. Funktio palauttaa ainakin käsittelyn signaalin yout. Funktiot toimivat sekä yksi- (mono) että kaksikaistaiselle (stereo) äänelle. Äänitiedostot kannattaa sijoittaa vaikkapa alihakemistoon wavin ja muokatut äänet kirjoitetaan alihakemistoon wavout käyttäen näytteenottotaajuutta Hz ja 16 bittiä näytettä kohti. Matlabin luku- ja kirjoitusoperaatiot WAV-tyyppiselle tiedostolle ovat wavread ja wavwrite. Näytteenottotaajuutta voi Matlabissa muuttaa suhteella p/q komennolla resample(x, p, q). Ohjelmat voivat hyytyä, jos äänitiedosto on pitkä eli useita minuutteja. Kannattaa aloittaa lyhyellä näytteellä ja testata ajankulusta. Työtilaan voi asettaa globaalin muuttujan global VAROT ja antaa sille arvon Suurin arvo antaa paljon tietoja ruudulle funktion kuluttamasta ajasta; arvo VAROT = 3 riittää antamaan perustiedot.
12 10 2 ÄÄNEN HUONONTAMISEN EFEKTEJÄ 2 Äänen huonontamisen efektejä Tässä luvussa esitellään yksittäisiä piirteitä äänenlaadun huonontamiseen ja seuraavassa luvussa niillä aikaansaatuja esimerkkejä. Yksittäisistä komponenteista (taulukko 2 sivulla 16) voidaan rakentaa eri asetuksilla äänenhuononnusketju, jonka lopputuloksena voidaan jäljitellä jonkun aikakauden äänitettä. Huononnusketjun tulee ottaa huomioon niin kuvitteellinen äänitystilanne, äänitemediassa itsessään olevat tai ajan mukana syntyvät viat ja äänentoiston olosuhteet. 2.1 Särö Säröä syntyy äänentoistoketjussa, kun jokin ketjun komponenteista ei ole lineaarinen. Epälineaarisuus voi olla seurausta komponentin yleisestä epälinaarisuudesta tai vääränlaisista signaalin tasoista. Tyypillistä on, että komponentti vahvistusketjussa ei pysty toistamaan signaalia lineaarisesti, jos sisään tuleva signaali on liian vahva. Tämän seurauksena signaali leikkautuu. Tätä leikkautumista on mallinnettu arkustangentti-funktiolla. Käytetty arkustangentti on muotoa y = (2T/π) arctan(k x). (1) Argumenteilla k ja T voi säätää funktion lineaarisen osan nousunopeutta sekä säröytymistasoa. Säröyttämisfunktio vakioilla T on 1 ja k on 3 on esitetty kuvassa 5(a). 0.9 Säröyttävä arkustangentti funktio Saro funktio signaali ulos signaali sisään Ulostuleva signaali Sisääntuleva signaali Kuva 5: (a) Säröyttämisfunktio arkustangentti. (b) Tiukasti saturoituva funktio.
13 2.2 Suodatus 11 Toinen leikkaantumista mallintava funktio on saro. Se mallintaa tiukkaa leikkaantumista ja saturoi signaalin argumenttina annettavalle tasolle. Ulostuleva signaali sisääntulevan signaalin funktiona on kuvassa 5(b). 2.2 Suodatus Ihminen aistii ääniä 20 Hz ja 20 khz välillä. Näin suureen taajuuskaistaan eivät monet äänentoiston komponentit kuitenkaan yllä. Kirjallisuudessa ilmoitettu arvo savikiekon toistolle on 200 Hz - 3 khz ja vinyylille 30 Hz - 15 khz [MV01]. Savikiekon toisto on yleensä huomattavan värittynyt varsinkin alapäästä gramofoneissa käytetyn kartioputken takia. Teoreettisesti äärellisen kartioputken taajuusvaste voidaan johtaa Salmon torven erillistapauksena ja sen admittanssi taajuuden funktiona saadaan lausekkeesta [Bac01]: Y a = S 0 ρc ( coth [ 1 2 (ka)2 + ikl e ] i 1 kx 0 ), (2) jossa x 0 on etäisyys torven kurkusta torven pintojen jatkeiden muodostaman kartion keskipisteeseen, l e torven efektiivinen pituus, c äänen nopeus väliaineessa, S 0 pinta-ala torven kurkussa, k aaltoluku, ρ ilman tiheys ja a torven suun säde torven suulla. Torven impedanssifunktion (Z = Y 1 ) reaali- ja imaginääriosat on piirretty kuvaan 6(a) arvoilla x 0 on 7 cm, l e on 0.4 m, c on 340 m/s ja a on 0.3 m. Akustinen impedanssi näkyy suoraan taajuusvastees- 0 Äärellisen kartioputken impedanssivaste 6dB Suotimen taajuusvaste 3dB 0 3dB 6dB 3dB 10dB 6dB Amplitudi 20dB 10dB 30dB 20dB 30dB taajuus Taajuus Kuva 6: (a) Kartiotorven reaaliosa (jatkuva) ja imaginääriosa (viivoitettu). (b) Ideaalisen vasteen pohjalta tehdyn digitaalisen suotimen taajuusvaste. sa. Jos tilavuusnopeuslähde oletetaan vakioksi, saadaan äänenpaine suoraan akustisen säteilyimpedanssin ja tilavuusnopeuden tulona. Tämä vaste toimi
14 12 2 ÄÄNEN HUONONTAMISEN EFEKTEJÄ suunnittelun pohjana tehtäessä digitaalista suodinta. Suotimen taajuusvaste on esitetty kuvassa 6(b). Funktiolla suodata tehtävän taajuuskaistan rajauksen esimerkkivaste kaistalla 200 Hz - 3 khz (vinyylilevyn kaista) on esitetty kuvassa 7. Stabiiliuden varmistamiseksi suotimet on toteutettu digitaalisilla FIR-suotimilla. Suotimen taajuusvaste 0 Amplitudi 3dB 6dB 10dB k 5k 10k Taajuus Suotimen taajuusvaste 0 Amplitudi 3dB 6dB 10dB k 5k 10k Taajuus Kuva 7: Kaistanrajoitukseen käytetyn suotimen taajuusvaste. Rajataajuudet 200 Hz ja 3 khz. 2.3 Kohina Eri äänitteiden signaali-kohinataso vaihtelee huomattavasti. Funktio kohina lisää signaaliin valkoista kohinaa. Valkoinen kohina on kohinaa, jonka spektri on tasainen koko taajuuskaistalla. Kohinaa voi muokata myös haluamakseen. On kuitenkin huomattava, että kohinan lisäämisen jälkeen yleensä tapahtuu jonkinlainen suodatus, joten kuultavassa lopputuloksessa kohina on kuitenkin suodatettu. Funktiolle kohina annetaan argumenttina dynaaminen alue, joka on suurimman mahdollisen signaalin tason ja kohinatason suhde. Savikiekoilla dynaaminen alue on 18 db ja vinyylille 65 db [MV01]. On myös huomattava, että lisättäessä rahinaa, joka on nauhoitettu, tulee mukana myös kohinaa.
15 2.4 Levyn vääristymät ja huojunta Levyn vääristymät ja huojunta Huojunnalla tarkoitetaan tässä jaksollista käytöstä, jossa taajuudet vaihtelevat. Lähteenä voi olla levy, jossa reikä ei ole keskellä vaan hieman sivussa tai levy on muuten vääntynyt, jolloin neula ei kulje täysin ympyrärataa. Toteutuksessa käytetään levyn kierrosnopeutta, läpimittaa r ja poikkeamaa keskipisteestä a, joiden geometriaan perustuen lasketaan neulan lukuvauhti eri puolella kierrosta. Huojunta on hyvin selkeästi aistittavissa. Huojuntaa voi ilmetä myös nauhoissa (jitter), jolloin se on nopeampitaajuista. 2.5 Naarmut ja paikoilleen jääminen Naarmut levyn pinnassa tuottavat jaksollisen lyhytkestoisen virheen. Naarmun kohdalla luku-ura katkeaa ja lukuvarsi saattaa jäädä pompun jälkeen lyhyeksi ajaksi värähtelemään. Naarmun suuruus vaikuttaa pompun pituuteen ja voimakkuuteen. Pahimmassa tapauksessa naarmu on sellainen, että neula hyppää uudestaan samalle uralle eli jää jumiin. Tämä on toteutettu funktiossa hyppy. 2.6 Ritinä ja rahina Rahina on naarmuja satunnaisempi, mutta ritinää voimakkaampi ääni, joka usein on syntynyt kulutuksesta. Toteutuksessa rahinavalmis käytetään eräältä LP-levyltä nauhoitettua autenttista rahinaa. Omia rahinamalleja voi myös käyttää. Levyn pintaan tarttuu kiinni pölyä ja muita pieniä partikkeleita, jotka ovat jakautuneet varsin tasaisesti koko levylle. Ritinää on mallinnettu pienillä satunnaisilla vaihteluilla, joiden määrää voidaan säätää. 2.7 Mono Usein käsiteltävät näytteet ovat kaksikanavaisia. Niiden muunto yhteen kanavaan voidaan suorittaa käyttäen funktiota mono. Esimerkkeinä monoäänitteistä Edison-lieriö sekä savikiekko. Muunnos stereosta monoon on toteutettu keskiarvoistamalla stereosignaali kahdesta kanavasta yhteen kanavaan.
16 14 2 ÄÄNEN HUONONTAMISEN EFEKTEJÄ 2.8 Dynamiikka Vanhoissa äänitteissä hiljaiset äänet voivat kadota kuulumattomiin. Tätä voi mallintaa vähentämällä digitaalisen signaalin kvantisointitasoja. Funktio kvtasot mahdollistaa niin lineaarisen kuin vapaavalintaisen tasojen muokkaamisen. Tasojen vähentäminen johtaa yhtälailla myös kohinaan. Jotkut häiriöt voivat aiheuttaa poikkeuksellisen suuria näytearvoja signaaliin. Jos arvot skaalataan maksimin suhteen, oikea data heikkenee ja kohina lisääntyy.
17 15 3 Tuloksia 3.1 Huononnusfunktiot Taulukossa 2 on esitelty työssä tehdyt funktiot. Ensimmäisessä sarakkeessa on viittaus liitekappaleeseen, josta tiedosto löytyy tässä dokumentissa. Huomaa, että uusin versio löytyy Internetistä Heureka. Toisessa sarakkeessa on funktion tiedostonimi; Matlabissa funktiota kutsutaan samalla nimellä mutta ilman päätettä.m. Jos funktiota on käytetty esimerkeissä, viitataan kyseiseen kappaleeseen. Viimeisessä sarakkeessa on lyhyt selite funktion tehtävästä. Tarkempi kuvaus löytyy kunkin tiedoston alusta. 3.2 Testiaineisto Hakemistossa on joitakin äänitiedostoja (taulukko 3), joita on käytetty testauksessa. 3.3 Esimerkkejä huononnuksista Jokaista alla olevaa esimerkkiä varten on kirjoitettu pääohjelma (ajox.m, jossa X on numero), joka kutsuu tietyssä järjestyksessä huononnusfunktioita. Pääohjelmat ovat Internetissä hakemistossa parvi/heureka/ ja niiden tuottamat äänitiedostot ovat hakemistossa http: // Savikiekko ajo1.m Käsiteltävänä äänitiedostona on wavin/branddream.wav, joka on löytynyt mummon tanhutossujen alta ullakon kirstusta. Savikiekko pyörii 78 kierrosta minuutissa gramofonissa, jossa iso kartiotorvi. Suoritetut toimenpiteet olivat mono, huojunta, kohina (SNR 18 db), suodata (200 Hz - 3 khz), rahinavalmis, naarmujakso, ritinagener ja kartiotorvi. Saatu lopputulos tiedostossa wavout/branddream78rpm.wav. Käytetty äänitiedosto on monipuolisesti miksattu ja siten hankala tapaus tehdä vanhaksi.
18 16 3 TULOKSIA Liite funktio Esimerkkiluku Selite A.1 analysoikaistat.m taajuuspuolen analysointityökalu A.2 huojunta.m lisää huojuntaa A.3 hyppy.m 3.3.2, 3.3.3, jättää neulan samalle uralle A.4 kampa.m voimistaa resonoivia taajuuksia A.5 kartiotorvi.m 3.3.1, matkii gramofonin torvea A.6 kohina.m 3.3.1, 3.3.2, lisää kohinaa A.7 kvtasot.m poistaa kvantisointitasoja / dynamiikkaa A.8 lue.m 3.3.1, 3.3.2, 3.3.3, lukee ja tarkistaa äänitiedoston A.9 mono.m 3.3.1, ääni yksikanavaiseksi A.10 naarmujakso.m 3.3.1, 3.3.2, lisää jaksollisen virheen A.11 rahinavalmis.m 3.3.1, 3.3.2, lisää valmista rahinaa A.12 ritinagener.m 3.3.1, lisää pientä ritinää A.13 saroatan.m pehmeä säröfunktio A.14 saro.m saturoiva säröfunktio A.15 suodata.m 3.3.1, 3.3.2, kaistanpäästösuodatus Taulukko 2: Matlab-funktiot ja missä esimerkeissä niitä on käytetty Vinyylilevy ajo2.m Sama äänitiedosto kuten edellisessä esimerkissä. Äänitystekniikka on parantunut, käytössä on stereoääni ja kaista lähes riittävä. Levyä on kuitenkin naarmutettu sen verran pahasti, että se jää paikoilleen muutaman kierroksen ajaksi, ennen kuin neulaa tönäistään. Suoritetut toimenpiteet olivat kohina (SNR 65 db), suodata (30 Hz - 15 khz), rahinavalmis, naarmujakso, hyppy ja ritinagener. Saatu lopputulos tiedostossa wavout/branddream33rpm.wav.
19 3.3 Esimerkkejä huononnuksista 17 Äänitiedosto Kesto Luonnehdinta BrandDream.wav 68,44 s pop, N.N cd02.wav 30,35 s miehen puhetta, Monty Python: Lumberjack gimmela.wav 25,51 s pop, Gimmel vanhoja2.wav 45,57 s jazz, Trio Töykeät: Vanhoja poikia viiksekkäitä Taulukko 3: Testiääniä Fonografi ajo3.m Internetissä on saatavilla Yhdysvaltain presidenttien puheita 1890-luvulta. Tällä kertaa presidentillä on muita urahaaveita. Syötteenä wavin/cd02.wav ja toimenpiteet mono, kohina (SNR 13 db), suodata (400 Hz Hz), rahinavalmis, kvtasot, naarmujakso ja kartiotorvi. Lopputulos on tiedostossa wavout/cd02fono.wav CD-levy ajo4.m Hyväkin levy kärsii ajan myötä. CD:ssä lineaarinen lukunopeus on 1,25 m/s, joka ylläpidetään muuttamalla kulmanopeutta 3,5:sta 8 kierrokseen minuutissa lukusäteen tullessa reunalta keskustaan kohti. Esimerkissä syötetiedostona wavin/gimmela.wav, toimenpiteenä hyppy ja ulostulona kuultavissa wavin/gimmelacd.wav MP3-tiedosto 2004 Yhtenä esimerkkinä nykyhetken äänenlaadun vaihtelusta on MP3-tiedostojen (MPEG-4 Layer 3) esittäminen eri bittimäärillä. Tässä esimerkissä ei ole käytetty työkalupakin Matlab-funktioita vaan tiedostot on tallennettu (millä tahansa) Internetistä löytyvällä MP3-ohjelmalla eri tasoisiksi. Alkuperäinen tiedosto on ollut CD-tason ääntä eli näytteenottotaajuutena Hz ja jokaista näytettä esitetty 16 bitillä. Tiedostot on tallennettu MP3-muotoon eri bittivirroilla: 192 kbps, 128 kbps, 96 kbps, 64 kbps, 32 kbps sekä 8 kbps, joka on pienin bittimäärä määritelty MP3:lle ja jossa ilmenee selkeästi äänen huono laatu. Äänitiedostot on kuultavissa hakemistossa Heureka/MP3/. Mukana ovat myös MP3-tiedostoista takaisin WAV-muotoi-
20 18 3 TULOKSIA siksi muutetut. Taulukossa 4 näkee tiedostojen koon, mikä osoittaa, että psykoakustiikkaa hyväksikäyttävä MP3 pystyy pakkaamaan ääntä tehokkaasti. nimi st/mono bit fs/kbs koko B nayte192kbs.mp nayte128kbs.mp nayte96kbs.mp nayte64kbs.mp nayte32kbs.mp nayte8kbs.mp nayte192kbs.wav stereo nayte128kbs.wav stereo nayte96kbs.wav stereo nayte64kbs.wav stereo nayte32kbs.wav stereo nayte8kbs.wav mono Taulukko 4: Äänitiedoston nimi, ominaisuudet ja koko tavuissa. Taulukon yläosassa tiedostot MP3-muotoisina ja alaosassa WAV-muotoisina. MP3- tiedostojen koko on vain pieni murto-osa WAV-muotoisista Yhteenveto Huononnusfunktiot toimivat, mutta parametrien säätämisessä on nähtävä vaivaa. Lisäksi erilaiseen ritinään ja rahinaan tulee kehittää parempia malleja luontevamman äänen saamiseksi. Taulukossa 5 kooste tuloksista, jotka löytyvät hakemistosta Äänitiedosto BrandDream78rpm.wav BrandDream33rpm.wav cd02fono.wav gimmelacd.wav Luonnehdinta Savikiekko gramofonissa Naarmuuntunut LP-levy Puhetta fonografista CD-levy jumittaa Taulukko 5: Esimerkkiajojen tulokset wavout-hakemistossa.
21 19 4 Pohdinta Tässä työssä on tutkittu äänen laadun tahallista heikentämistä tavoilla, jotka muistuttaisivat vanhoja äänitteitä. Ohjelmakoodi on saatavilla ja muutamat esimerkit osoittavat, että kohtuullisiin tuloksiin on mahdollista päästä. Toisaalta oikeasti vanhan oloista musiikkia näyttää olevan todella vaikea saada aikaiseksi nykyaikaisesta musiikista. Yksi syy tähän on monitahoinen äänitystekniikka, jossa eri instrumentit miksataan halutuiksi. Äänen kuuleminen tietokoneen kaiuttimesta tai kuulokkeista on eri asia kuin että sen kuulee oikeasta gramofonista oikean kartiotorven vahvistamana. Kolmas tekijä voisi olla se, että kuulija saattaa tunnistaa musiikin olevan tältä päivältä eikä sata vuotta vanha. Toukokuussa 2004 suomalainen keräilijä esitteli vanhoja soittimia Helsingin yliopiston Musiikkikirjastossa. Kuulijalle oli pienehkö yllätys, että lähes sata vuotta vanhasta mekaanisesta gramofonista voidaan saada niin puhdas ja kaunis ääni, kunhan levy on vähän käytetty sekä äänirasia ja -neula ja itse soitin ovat kunnossa. Monissa arkistoissa ja levykaupoissa on runsaasti aivan uunituoreita 50 vuotta vanhoja levyjä, jotka soivat puhtaasti.
22 20 A MATLAB-FUNKTIOT A Matlab-funktiot Kaikki alla olevat funktiot on saatavilla Internetistä osoitteesta cis.hut.fi/parvi/heureka/, jonne niiden mahdollisia uusia versioita päivitetään. Alla olevat tiedostot ovat siinä muodossa, missä ne olivat A.1 Matlab-funktio analysoikaistat.m 1 function [zout] = analysoikaistat(y, fs, kaistat, N) 2 % ANALYSOIKAISTAT jakaa signaalin y eri taajuuskaistoille analysointia varten. 3 % 4 % [zout] = analysoikaistat(y, fs, kaistat, N) 5 % 6 % y (len x ch) jos stereo, huomioidaan vain 1. kanava 7 % fs (1 x 1) näytteenottotaajuus 8 % kaistat (1 x V) rajataajuudet (Hz) haluttujen eri kanavien välillä 9 % 0 << kaistat(1)... kaistat(end) << fs/2 10 % N FFT-N, N parilline 11 % zout (len x K) kanavakohtaiset äänivektorit, joita voi 12 % esim. kuunnella soundsc(zout(:,1), fs), jne 13 % 14 % JP , % TOTEUTUS: Kaistoille jako tehty elliptisillä IIR-suotimilla, jotka 17 % saattavat tulla epästabiileiksi, jos rajataajuudet ovat 18 % lähellä toisiaan. Rajataajuuksissa on koodissa määrätty transitiokaista, 19 % tr = 300 (Hz), Rp = 1 (db), Rs = 60 (db) 20 % 21 % Kommentteja: 22 % Tylystä jakamisesta eri kaistoille 23 % tulee sellaista pientä väpätystä - en arvaa syytä?! 24 % 25 % VAROT 26 % 2: alku ja lopputeksti 27 % 6: kaistakohtaiset suodatukset, lopputuloksen piirtäminen 28 % 9: kaistakohtaisien suotimien piirtäminen global VAROT 31 if VAROT>=2 32 tic 33 disp([mfilename : alkaa kaistoihin jako... ]); 34 end; if (nargin == 2) 37 kaistat = [fs/8 : fs/8 : 3*fs/8]; 38 end; 39
23 A.1 Matlab-funktio analysoikaistat.m [len, nch] = size(y); 41 if len < nch 42 y = y ; 43 warning([mfilename : transponoidaan y pystyvektoriksi/matriisiksi ]); 44 end; 45 if (nch >= 2) 46 y = y(:,1); % stereosta vain toinen kaista 47 warning([mfilename : huomioidaan vain y:n ensimmäinen kanava ]); 48 end; 49 tr = 300; % transitiokaista (Hz) 50 WB = 2*kaistat/fs; % kanavien rajataajudet 51 WL = 2*(kaistat-tr)/fs; % rajataajuuden vas.puol. oleva rajataajuus Wp/Ws 52 WR = 2*(kaistat+tr)/fs; % rajataajuuden oik.puol. oleva rajataajuus Wp/Ws 53 Rp = 1; 54 Rs = 60; % PIDÄ JÄRKEVÄNÄ - VARO EPÄSTABIILEJA SUOTIMIA 55 K = length(kaistat)+1; 56 zout = zeros(length(y),k); % ALIPÄÄSTÖ 59 [N,Wn] = ellipord(wb(1), WR(1), Rp, Rs); 60 [B,A] = ellip(n, Rp, Rs, Wn); 61 zout(:,1) = filter(b,a,y); 62 if VAROT>=6 63 disp([mfilename : alipäästö tehty! ]); 64 end; 65 if VAROT>=9 66 clf; 67 subplot(k,1,1); 68 [H,W] = freqz(b,a,4096,fs); 69 plot(w, 20*log10(abs(H))); 70 grid on; 71 axis([0 fs/ ]); 72 end; % KAISTANPÄÄSTÖT 75 for k=2:k-1 76 [N,Wn] = ellipord([wb(k-1) WB(k)],[WL(k-1) WR(k)], Rp, Rs); 77 [B,A] = ellip(n, Rp, Rs, Wn); 78 zout(:,k) = filter(b,a,y); if VAROT>=6 81 disp([mfilename : kaistanpäästö num2str(k-1) / num2str(k-2) tehty! ]); 82 end; if VAROT>=9 85 subplot(k,1,k); 86 [H,W] = freqz(b,a,4096,fs); 87 plot(w, 20*log10(abs(H))); 88 grid on;
24 22 A MATLAB-FUNKTIOT 89 axis([0 fs/ ]); 90 end; 91 end; % YLIPÄÄSTÖ 94 [N,Wn] = ellipord(wb(end), WL(end), Rp, Rs); 95 [B,A] = ellip(n, Rp, Rs, Wn, high ); 96 zout(:,k) = filter(b,a,y); 97 if VAROT>=6 98 disp([mfilename : ylipäästö tehty! ]); 99 end; if VAROT>=9 102 subplot(k,1,k); 103 [H,W] = freqz(b,a,4096,fs); 104 plot(w, 20*log10(abs(H))); 105 grid on; 106 axis([0 fs/ ]); 107 figure; 108 end; if VAROT>=6 111 clf; 112 tmh = ceil(size(zout,1)/40000); 113 t = [1 : size(zout,1)]/fs; 114 for k=1:k 115 subplot(k,1,k), 116 plot(t(1:tmh:end), zout(1:tmh:end,k)) 117 axis tight 118 strk = [0 kaistat fs/2]; 119 stryl = {num2str(strk(k)),num2str(strk(k+1))}; 120 ylabel(stryl); 121 end; 122 xlabel( aika (sek) ); 123 end; if VAROT>=2 126 kesto = num2str(round(toc*100)/100); 127 disp([mfilename :... tehty! ( kesto s) ]); 128 end; A.2 Matlab-funktio huojunta.m 1 function yout = huojunta(y, fs, Td, dr, da) 2 % HUOJUNTA lisää jaksollista huojuntaa. 3 % 4 % yout = huojunta(y, fs, [Td, dr, da])
25 A.2 Matlab-funktio huojunta.m 23 5 % Td yhteen kierrokseen kuluva aika (sekunneissa) 6 % dr säde soittokohdalla (metreissä) 7 % da poikkeama keskipisteestä (metreissä) 8 % 9 % Levyn reikä (sylinterin akseli) ei ole keskellä levyä. 10 % Neula lukee arvoja eri nopeuksilla, jolloin tapahtuu 11 % pientä jaksollista taajuuden muuttumista, huojumista. 12 % Monien mielestä erittäin vastenmielinen efekti. 13 % 14 % Huojunnan poistamisessa pitää yrittää löytää taajuuksia, 15 % joiden perusteella huojunnan määrä (poikkeama) voidaan 16 % päätellä. 17 % 18 % Tyypillisiä arvoja: 19 % Td 60/33.3 LP, 60/45 single, 60/78 78rpm 20 % dr LP, single,??? 21 % da (2mm?), 0 <= da < dr, da ~ 0 22 % 23 % Default-arvot: 24 % Td = 60/33 25 % dr = % da = % 28 % JP % Jukka Parviainen, % 32 % Toteutus: Laskettu kahdesta kolmiosta, jotka muodostuvat 33 % matemaattisen keskipisteen, virheellisesti väärässä 34 % paikassa oleva keskipisteet (poikkeutus a) ja 35 % neulan lukukohdasta. 36 % 37 % Lasketaan kierros kerrallaan for-loopissa - 38 % voisi tehdä yhtenäkin operaationa. 39 % 40 % Voidaan tehdä joko RESÄMPLÄYKSEN KANSSA tai ilman: 41 % muuttuja "tehdaan_resamplays". 42 % Resämpläys "resker"-kertaistaa datan ja pitäisi siten tuottaa 43 % paremman tuloksen. Tosin tästä ei ole mitään empiiristä 44 % havaintoa % 46 % TODO: Lagrange-interpolointi pyöristykseen, 47 % viimeisen kesken jäävän kierroksen näytteiden huojuttaminen global VAROT 50 if VAROT>=2 51 tic 52 disp([mfilename : Huojunnan lisäys alkaa... ]); 53 end;
26 24 A MATLAB-FUNKTIOT % default-arvot: 56 if nargin < 3 57 Td = 60/33; 58 dr = 0.065; 59 da = 0.002; 60 end; Ndr = round(td*fs); % näytemäärä yhdellä kierroksella 63 len = size(y,1); % pituus näytteinä 64 nch = size(y,2); % kanavien määrä 65 yout = zeros(len, nch); % alustus 66 k = 0; % for-looppi-indeksi 67 kmax = floor(len/ndr); tehdaan_resamplays = 0; % valitaan toteutustapa 70 resker = 10; % resamplayskerroin if tehdaan_resamplays 73 w10 = [0 : (2*pi/(resker*Ndr)) : 2*pi - (2*pi/(resker*Ndr))]; 74 beta = asin(da.*sin(w10)/dr); 75 alfa = (w10 + beta) ; % pystyvektoriksi 76 tmp10= zeros(ndr*resker, nch); % alustus resämplättyä varten if (VAROT >= 5) 79 disp([mfilename : käytetään resämpläystä R = num2str(resker)]); 80 end; % kierros kerrallaan: 83 for m = [1: Ndr : len-ndr+1] if (VAROT >= 5), 86 k = k+1; 87 disp([mfilename : kierros num2str(k) / num2str(kmax)]); 88 end; tmp10 = resample(y(m: m+ndr-1, :), resker, 1); 91 tmp2 = tmp10(round(resker*ndr*alfa/(2*pi))+1, :); 92 yout(m : m+ndr-1, :) = resample(tmp2, 1, resker); 93 end; else % ilman resämpläystä 96 w = [0 : (2*pi/Ndr) : 2*pi - (2*pi/Ndr)]; 97 beta = asin(da.*sin(w)/dr); 98 alfa = (w + beta) ; % pystyvektoriksi 99 tmp = zeros(ndr, nch); % alustus ilman resämpläystä % kierros kerrallaan: 102 for m = [1: Ndr : len-ndr+1]
27 A.3 Matlab-funktio hyppy.m if (VAROT >= 5), 105 k = k+1; 106 disp([mfilename : kierros num2str(k) / num2str(kmax)]); 107 end; tmp = y(m: m+ndr-1, :); 110 tmp2 = tmp(round(ndr*alfa/(2*pi))+1, :); 111 yout(m : m+ndr-1, :) = tmp2; 112 end; 113 end; % viimeisen kierroksen loput alkiot (IF-sisään) 116 % TODO!!! if VAROT>=2 119 kesto = num2str(round(toc*100)/100); 120 disp([mfilename :... tehty! ( kesto s) ]); 121 end; 122 A.3 Matlab-funktio hyppy.m 1 function yout = hyppy(y, fs, Ta, Td, Tx, Tz, jatk) 2 % HYPPY toteuttaa neulan hyppäämisen samalle uralle 3 % 4 % yout = hyppy(y, fs, Ta, Td, Tx, Tz, jatk) 5 % Ta (Mx1), alkamisajankohdat (sekunneissa) 6 % Td (1x1), hypyn kesto = kierrosaika (sekunneissa) 7 % Tx (1x1), hypyn aikana poistettava osuus (sekunneissa) 8 % Tz (1x1), viimeisen hypyn aikana poistettava osuus (sekunneissa) 9 % jatk (1x1), jatkuuko viimeisen alkamisajankohdan 10 % jälkeen (0=ei/1=kyllä) oikeaa pyörimistä 11 % 12 % Oletusarvot: 13 % Ta = [ ]*lensec 14 % Td = 60/33 15 % Tx = 0.02 s 16 % Tz = 2*60/33 s 17 % jatk = 1 18 % 19 % JP % Jukka Parviainen, % 23 % Toteutus: Leikataan pala, jota aletaan toistamaan length(ta) kertaa. 24 %
28 26 A MATLAB-FUNKTIOT 25 % Tulisiko siihen joku häiriökohtalisäksi...? naarmujakso.m??? global VAROT 28 if VAROT>=2 29 tic 30 disp([mfilename : Paikalleenjäämisen lisäys alkaa... ]); 31 end; [len, nch] = size(y); 34 lensec = len/fs; % default-arvot: 37 if nargin < 3 38 Ta = [ ] *lensec; 39 Td = 60/33; 40 Tx = 0.02; 41 Tz = 2*60/33; 42 jatk = 1; 43 end; if (size(ta,1) < size(ta,2)) 46 Ta = Ta ; 47 warning([mfilename : Ta transponoitu pystyvektoriksi ]); 48 end; Ndr = round(td*fs); 51 Ntx = round(tx*fs); 52 indta = round(ta*fs) - Ntx; 53 indto = [(indta(1) - Ndr); (indta(2:end)-ndr)]; 54 % indto(1) -> indta(1) yout = y(1:indta, :); % alku normaalina 57 for k = 1:length(indTa) 58 yout = [yout; y(indto(k):indta(k), :)]; 59 end; indtz = round(tz*fs); 62 if (indtz+indto(end) < len) 63 indto(end) = indto(end)+indtz; 64 end; if jatk 67 yout = [yout; y(indto(end):end, :)]; 68 end; if VAROT>=2 71 kesto = num2str(round(toc*100)/100); 72 disp([mfilename :... tehty! ( kesto s) ]); 73 end;
29 A.4 Matlab-funktio kampa.m A.4 Matlab-funktio kampa.m 1 function [yout, B, A] = kampa(y, fs, cf, af, pf, zf) 2 % KAMPA vahvistaa harmonisia taajuuksia. 3 % 4 % yout [, B, A] = kampa(y, fs, [cf, af, pf, zf]) 5 % B suotimen osoittajapolynomi B(z), H=B/A 6 % A suotimen nimittäjäpolynomi A(z), H=B/A 7 % cf kamman piikkien väli (Hz), perustaajuus 8 % af painokerroinvektori alkaen ensimmäisestä 9 % harmonisesta (perustaajuudesta). 10 % Skaalatut arvot: noin 0.8 < af < 1 11 % pf Navan vahvistuskerroin: pf < 1, 12 % pf == 1 napa yksikköympyrällä; 13 % tehokas vasta kun lähellä ykköstä. 14 % zf Nollan vahvistuskerroin, zf < pf 15 % 16 % Oletusarvot: 17 % cf 250 Hz 18 % af [...] 19 % pf 20 % zf 21 % 22 % Varoitus: Voi tulla helposti epästabiiliksi, jos 23 % kireät arvot, navat "liian" lähellä yksikköympyrää. 24 % 25 % Mekaanisessa nauhoituksessa piti huutaa äänitorveen 26 % joka kokosi ääntä. Ilma värähtelee putkessa ja aiheuttaa 27 % "ominaisvärähtelyjä" (kuten kaikki puhallinsoittimet!). 28 % 29 % JP % Jukka Parviainen, % 33 % Toteutus: Muodostetaan napa-nolla pareja lähelle 34 % yksikköympyrää. Mitä lähempänä napa ja nolla ovat toisiaan, 35 % sitä kapeampi on piikki. Mitä lähempänä nolla on yksikköympyrää, 36 % sitä voimakkaampi piikki. 37 % 38 % KATSO mat2303.m 39 % 40 % Voisiko toteuttaa jollakin multirate-judanssilla tms: 41 % Tehdään ensi ylipäästösuodin ja sitten lisätään näytt.ottotaaj global VAROT
30 28 A MATLAB-FUNKTIOT 44 if VAROT>=2 45 disp([mfilename : Lisätään putkea... ]); 46 end; if ((nargin < 2) (nargin > 6)) 49 error( Väärä määrä argumentteja ); 50 end; 51 if (nargin < 6) 52 C = 0.98; % suhde nava ja nolla läheisyys 53 pf = 0.995; % napojen perusetäisyys 54 zf = pf * C; % nollien perusetäisyys 55 if (nargin == 5) 56 warning([mfilename : pf määrätty ]); 57 end; 58 end; 59 if (nargin < 4) 60 % suhteelliset osuudet 61 %af = 0.01 * [ ]; % löysähkö 62 %af = 0.01 * [ ]; 63 af = * [ ]; 64 end; 65 if (nargin < 3) 66 cf = 350; % perustaajuus cf Hz 67 end; % Muokataan varuilta vektoria "af" 70 tmpm = floor((fs/2)/cf); % kuinka monta harmonista maksimissaan 71 tmpaf = length(af); 72 if (tmpaf > tmpm) 73 af = af(1:tmpm); 74 end; p = []; % navat 77 z = []; % nollat 78 w = 2*pi*cF/fs; % norm. kulmataajuus (2 pi f/fs) 79 mm = find(af~=0); % vain nollasta eroavien arvojen indeksit 80 n = 0; for k=1:length(mm) 83 n = n+1; 84 tmp = pf*af(mm(n))*exp(j*w*mm(n)); % napa 85 tmp = [tmp; conj(tmp)]; % ja sen konjugaattipari 86 p = [p; tmp]; % lisätään napojen vektoriin 87 tmp = zf*af(mm(n))*exp(j*w*mm(n)); % sama nollille 88 tmp = [tmp; conj(tmp)]; 89 z = [z; tmp]; 90 end; % Tulostetaan navat ja nollat:
31 A.5 Matlab-funktio kartiotorvi.m if (VAROT > 7) 94 figure(20), zplane(z, p); 95 end; [B, A] = zp2tf([z],[p],1); % epästabiili?!?!?! 98 [HH, WW] = freqz(b,a); 99 B = B/max(abs(HH)); % skaalaus [z2,p2,k2] = tf2zp(b, A); 102 if (sum(abs(p2)>1) > 0) 103 warning([mfilename : Suodin on epästabiili! ]); 104 disp( Navat ennen ja jälkeen: ); 105 disp([abs(p) abs(p2)]); 106 error([mfilename : HUOM! SUODATUS TOD.NÄK. EPÄONNISTUNUT! ]); 107 end; if (VAROT > 4) 110 figure(21), freqz(b,a,4096,fs); 111 end; if (VAROT>=5) 114 disp([mfilename : Suodatetaan torven läpi... ]); 115 end; yout = filter(b, A, y); if (VAROT>=2) 120 disp([mfilename :... tehty! ]); 121 end; 122 A.5 Matlab-funktio kartiotorvi.m 1 function [yout, b, a] = kartiotorvi(y,fs); 2 % KARTIOTORVI tuottaa torven vasteen 3 % 4 % [yout, b, a] = kartiotorvi(y, fs); 5 6 % OSSI global VAROT 9 if VAROT>=2 10 tic 11 disp([mfilename : Kartiotorven lisäys alkaa... ]); 12 end; x0 = 0.07; % kohta josta kartio alkaa
32 30 A MATLAB-FUNKTIOT 15 le = 0.4; % torven efektiivinen pituus 16 c = 340; % äänennopeus 17 k=2*pi*logspace(0,4,300)/c; 18 a=0.30; % torven suun säde torven suulla %Z1=(k*x0).^2./(1+(k*x0).^2)+i*k*x0./(1+(k*x0).^2); 21 figure(1) 22 Y2=coth(0.5*(k*a.^2)+i*k*le)-i*1./(k*x0); 23 Z2=1./Y2; 24 f=300*k/(2*pi); plot(f,real(z2),f,imag(z2)) 27 set(gca, YTick,10.^([-30,-20,-10,-6,-3,0,3,6]./20)); 28 set(gca, YTickLabel,{ -30dB, -20dB, -10dB, -6dB, -3dB, 0, 3dB, 6dB }) 29 axis([ ^(-30/20) 1]); 30 title( Äärellisen kartioputken impedanssivaste ) 31 xlabel( taajuus ) figure(2) 34 plus= ; 35 b=0.92+plus; %nollat 36 b=1.000; %toimii 37 %b= ; 38 a=0.921+plus; %navat 39 a=0.95; %toimii 40 %b=0.99; 41 %a= ; 42 rnollat=[ b b b b b b b b]; 43 %rnollat=[rnollat rnollat]; 44 piikki=340; 45 alfanollat=[piikki 2*piikki 3*piikki 4*piikki]*pi/22050; 46 %alfanollat =[alfanollat alfanollat]; 47 rnavat=[ a a a a]; 48 %rnavat=[rnavat rnavat]; 49 alfanavat=[piikki 2*piikki 3*piikki 4*piikki]*pi/22050; %siisti 4 piikillä 50 %alfanavat=[alfanavat alfanavat]; 51 navat=[0]; 52 nollat=[0]; 53 for k=1:1:length(alfanollat) 54 nollat(k)=rnollat(k)*(cos(alfanollat(k))+i*sin(alfanollat(k))); 55 end 56 nollat2=nollat - 2*i*imag(nollat); 57 nollat=[nollat2 nollat]; for k=1:1:length(alfanavat) 60 navat(k)=rnavat(k)*(cos(alfanavat(k))+i*sin(alfanavat(k))); 61 end 62 navat2=navat - 2*i*imag(navat); %kompleksikonjugaatit 63 navat=[navat2 navat];
33 A.5 Matlab-funktio kartiotorvi.m figure(4) 66 navat=[0.8063, i, i,navat]; %Lisätään 3. asteen Butterworth ylipääst 67 nollat=[1 1 1 nollat]; 68 plot(real(navat),imag(navat), + ) 69 hold on; 70 plot(real(nollat),imag(nollat), o ) 71 hold off 72 axis([ ]) 73 [X,Y,Z]=sphere(200); 74 hold on; 75 plot(x(100,:),y(100,:)); 76 hold off; 77 %zplane(nollat,navat,44100) [b,a] = zp2tf(nollat,navat,1); 81 %figure(6) 82 figure(2) 83 freqz(b,a); 84 [h1,w1]=freqz(b,a,2048,44100); %[h1,w1]= figure(5) 87 semilogy(w1,abs(h1));%*fs/2/pi 88 set(gca, YTick,10.^([-30,-20,-10,-6,-3,0,3,6]./20)); 89 set(gca, YTickLabel,{ -30dB, -20dB, -10dB, -6dB, -3dB, 0, 3dB, 6dB }) 90 axis([ ^(-50/20) 2]); 91 %grid on; 92 %axis([ ^(-10/20) 1.2]); 93 %set(gca, XTick,[ ]); 94 %set(gca, XTickLabel,{ 10, 100, 500, 1k, 5k, 10k, 15k, 20k }) title( Suotimen taajuusvaste ); 97 xlabel( Taajuus ); 98 ylabel( Amplitudi ); 99 zoom on; 100 drawnow yout = filter(b,a,y); if VAROT>=2 106 kesto = num2str(round(toc*100)/100); 107 disp([mfilename :... tehty! ( kesto s) ]); 108 end; 109
34 32 A MATLAB-FUNKTIOT A.6 Matlab-funktio kohina.m 1 function [yout] = kohina(y, fs, drdb) 2 % KOHINA lisää valkoista kohinaa ja keskimääräistä kohinatasoa 3 % 4 % yout = kohina(y, fs, drdb) 5 % 6 % drdb dynaaminen alue eli suurimman tason ja 7 % keskimääräisen kohinatason suhde desibeleissä 8 % 9 % Oletusarvot: 10 % drdb = 65 (LP), 18 (savikiekko) % OSSI / Jukka global VAROT 15 if VAROT>=2 16 tic 17 disp([mfilename : Kohinan lisäys alkaa... ]); 18 end; if nargin < 3 21 drdb = 65; 22 end; dr = 10^(drdB/10); %=1/kohinan ka 25 kohinavakio = 2/dr; %valkoisen kohinan ka = max amplitudi/2; kohina = kohinavakio * randn(size(y)); % oli rand...?! 28 yout = y + kohina; if VAROT>=2 31 kesto = num2str(round(toc*100)/100); 32 disp([mfilename :... tehty! ( kesto s) ]); 33 end; A.7 Matlab-funktio kvtasot.m 1 function yout = kvtasot(y, fs, M, rajat) 2 % KVTASOT poistaa kvantisointitasoja. 3 % 4 % yout = kvtasot(y, fs, [M, rajat]) 5 % M (1x1) lineaarisen kvantisoinnin määrä 6 % rajat (1xM) kvantisointirajat pienimmästä suurimpaan. 7 % Jos rajat==0, niin oletusarvot, jolloin 8 % muuttujan M vaikutus katoaa. 9 %
35 A.7 Matlab-funktio kvtasot.m % Oletusarvoja: 11 % M = % rajat = [[-1 : 0.1 : -0.2] 0 [0.2 : 0.1 : 1]]; 13 % 14 % Hiljaiset äänet katoavat pois. Kohinaa lisäämällä päästään 15 % vastaavaan. Kvantisointitasoja katoaa. 16 % 17 % 18 % JP % Jukka Parviainen, % 22 % Toteutus: 23 % (1) nargin == 3 24 % Lineaarinen kvantisointitasojen vähentäminen. 25 % Pienellä M:llä menee kohinaksi 26 % 27 % (2) nargin == 4 28 % Histogrammi annettujen rajojen mukaan 29 % "help histc" 30 % 31 % Idea olisi varsinkin hiljaisia ääniä puurouttaa 32 % uudet kvantisointitasot 33 % 34 % Ei-lineaarinen operaatio on siis 35 % jonkinlainen histogrammin muutos?! 36 % 37 % EHKÄ TÄN EI TARVIIS OLLA NÄIN TYLY: 38 % M = 928 -> hiljaiset äänet hiljaisemmiksi global VAROT 41 if VAROT>=2 42 tic 43 disp([mfilename : Kvantisointitasojen vähennys alkaa... ]); 44 end; if (nargin <= 3) 48 if (nargin == 2) 49 M = 42; 50 end; 51 % lineaarinen: 52 yout = round(y * M)/M; 53 else 54 % mahdollistaa EPÄLINEAARISEN 55 if (rajat == 0) 56 % default-arvo: 57 rajat = [[-1 : 0.1 : -0.2] 0 [0.2 : 0.1 : 1]]; 58 end;
36 34 A MATLAB-FUNKTIOT 59 [N, bin] = histc(y, rajat); 60 yout = rajat(bin); 61 end; if VAROT>=2 64 kesto = num2str(round(toc*100)/100); 65 disp([mfilename :... tehty! ( kesto s) ]); 66 end; A.8 Matlab-funktio lue.m 1 function [y, fs, nbits, len, nch, lensec] = lue(y_file, fs, nbits) 2 % LUE lukee WAV-muotoisen tiedoston TAI vektorin 3 % ja tarkistaa sen muodon. 4 % 5 % [y, fs, nbits, len, nch, lensec] = lue(y_file, fs, nbits) 6 % 7 % y_file (string/mxn) Äänitiedoston nimi tai äänivektori 8 % fs (1x1) Jos äänivektori, niin näytteenottotaaj. 9 % nbits (1x1) Jos äänivektori, niin bittitarkkuus 10 % 11 % y (MxN) luettu äänivektori 12 % fs (1x1) näytteenottotaajuus 13 % nbits (1x1) bittitarkkuus 14 % len (1x1) pituus merkeissä 15 % nch (1x1) kanavien määrä (mono/stereo) 16 % lensec (1x1) pituus sekunneissa 17 % 18 % Jukka ISOTIEDOSTO = 1.5E6; % merkkejä äänitiedostossa, jotta tulee varoitus global VAROT 23 if VAROT>=2 24 disp([mfilename : Äänitiedoston/vektorin tarkistaminen... ]); 25 end; if (nargin == 1) 29 if (strcmp(class(y_file), char )) df = dir(y_file); 32 if length(df)==0 33 error([ Tiedostoa y_file ei ole olemassa! ]); 34 end; siz = wavread(y_file, size );
37 A.8 Matlab-funktio lue.m if (siz(1) > ISOTIEDOSTO) 38 % iso tiedosto: luetaanko kaikki vai vain osa 39 disp([mfilename : **** HUOM! **** ]); 40 fprintf(1, Äänitiedosto on varsin suuri (%d x %d) - \n, siz(1), siz(2)); 41 fprintf(1, pituus on todennäköisesti ); 42 fprintf(1, %.1f, siz(1)/44100); 43 fprintf(1, (tai %.1f tai %.1f) sekuntia.\n\n, siz(1)/22050, siz(1)/11025); 44 fprintf(1, Voit lukea ensimmäiset %d, ISOTIEDOSTO); 45 fprintf(1, näytettä (%.1f s), ISOTIEDOSTO/44100); 46 fprintf(1, isosta tiedostosta komennolla:\n ); 47 fprintf(1, >> [y, fs, nbits] = wavread( %s, [1 %d]);\n\n, y_file, ISOTIEDOSTO); 48 fprintf(1, Paina <enter> lukeaksesi kaiken, ); 49 fprintf(1, "8" lukeaksesi yllä mainitun osan\n ); 50 fprintf(1, tai <ctrl-c> keskeyttääksesi... ); 51 dummy = input(, s ); 52 fprintf(1, \n ); 53 tic 54 if (strcmp(dummy, 8 )) 55 [y, fs, nbits] = wavread(y_file, [1 ISOTIEDOSTO]); 56 else 57 [y, fs, nbits] = wavread(y_file); 58 end; 59 else 60 % pieni tiedosto luetaan sellaisenaan 61 tic 62 [y, fs, nbits] = wavread(y_file); 63 end; 64 else 65 error( Jos "y_file" on vektori, anna myös oikea näytteenottotaajuus "fs" ); 66 end; 67 elseif (nargin > 3) 68 error([mfilename : väärä määrä input-argumentteja, "help hm_lue_ja_tarkista" ]); 69 else 70 tic 71 if (strcmp(class(y_file), char )) 72 [y, fs, nbits] = wavread(y_file); 73 else 74 [len, nch] = size(y_file); 75 if (len > nch) 76 y = y_file; 77 else 78 warning([mfilename : Transponoidaan vektori y ]); 79 y = y_file ; 80 end; 81 if (nargin == 2) 82 tmph = ceil(size(y,1)/50000); 83 tmpj = length(unique(y(1:tmph:end,1))); 84 if (tmpj < 255) 85 warning([mfilename : Arvataan bittimäärä/näyte: 8 bit ]);
38 36 A MATLAB-FUNKTIOT 86 nbits = 8; 87 else 88 warning([mfilename : Arvataan bittimäärä/näyte: 16 bit ]); 89 nbits = 16; 90 end; 91 end; 92 end; 93 end; [len, nch] = size(y); 97 lensec = len/fs; 98 miny = min(y(:)); 99 maxy = max(y(:)); 100 [histgr,ra]= hist(y(:)); 101 hpr = round(100*histgr/sum(histgr)); if (strcmp(class(y_file), char )) 104 fprintf(1, Äänitiedoston nimi: %s\n, y_file); 105 fprintf(1, Äänivektorin nimi: y\n ); 106 else 107 if ~(strcmp(inputname(1), y )) 108 fprintf(1, Äänivektorin alkuperäinen nimi: %s\n, inputname(1)); 109 fprintf(1, Äänivektorin uusi nimi (???): y\n ); 110 else 111 fprintf(1, Äänivektorin nimi (???): y\n ); 112 end; 113 end; 114 fprintf(1, Pituus näytteinä: %d\n, len); 115 fprintf(1, Kanavien määrä: %d\n, nch); 116 fprintf(1, Äänivektorin/matriisin koko: (%d x %d)\n, len, nch); 117 fprintf(1, Pituus sekunneissa: %.2f\n, lensec); 118 fprintf(1, Bittiä / näyte: %d\n, nbits); 119 fprintf(1, Näytteenottotaajuus Hz: %.0f\n, fs); 120 fprintf(1, Näyteväli ms: %.4f\n, 1000/fs); 121 fprintf(1, Näytteiden suurin arvo: %.4f\n, maxy); 122 fprintf(1, Näytteiden pienin arvo: %.4f\n, miny); 123 fprintf(1, Näytteiden histogrammi (%%) :\n ); 124 fprintf(1, %d %d %d %d %d %d %d %d %d %d \n, hpr(1), hpr(2), hpr(3), hpr(4), hpr(5), hpr(6), hpr(7), hpr(8), hpr(9), hpr(10)); kesto = num2str(round(toc*100)/100); if VAROT>=2 130 disp([mfilename :... tehty! ( kesto s) ]); 131 end;
39 A.9 Matlab-funktio mono.m 37 A.9 Matlab-funktio mono.m 1 function [yout] = mono(y, fs) 2 % MONO keskiarvoistaa stereosignaalin monosignaaliksi 3 % 4 % [yout] = mono(y, fs) 5 6 global VAROT 7 if VAROT>=2 8 tic 9 disp([mfilename : Monotus alkaa... ]); 10 end; if (size(y,2)==2) 13 yout = sum(y ) /2; % keskiarvo 14 elseif (size(y,2)==1) 15 yout = y; % mono monona 16 else 17 error([mfilename : äänivektori y pitää olla (Nx1) tai (Nx2) ]); 18 end; if VAROT>=2 21 kesto = num2str(round(toc*100)/100); 22 disp([mfilename :... tehty! ( kesto s) ]); 23 end; A.10 Matlab-funktio naarmujakso.m 1 function [yout, ynapsu] = naarmujakso(y, fs, Td, Ta, Vt, vy, ynapsu) 2 % NAARMUJAKSO lisää jaksollista virhettä 3 % 4 % [yout, yn] = naarmujakso(y, fs, Td, Ta, Vt, vy, ynapsu) 5 % Td Levyn kierrosaika, oletus 60/33 6 % Ta Ensimmäisen naarmun kohta (sekunneissa), väli Td 7 % Vt Jos (Mx1) painokertoimet naarmulle (generoitu tai ynapsu) 8 % Jos (1x1), niin muutamia eri oletusarvoja 9 % vy Paljonko jätetään y:ä kuuluviin, 0<vy<1 10 % ynapsu Jos (1x1) niin naarmun pituus sekunneissa. 11 % Jos (Mx1) niin naarmun aaltomuoto 12 % 13 % Oletusarvot: 14 % Td = 60/33 (muita 60/78, 60/45,...) 15 % Ta = 0.2 * lensec; 16 % Vt = 17 % 1: Vt = [ ]; 18 % 2: Vt = [ ]; 19 % 3: Vt = [ ];
MUSIIKKIÄÄNITTEIDEN PATINOINTI SIGNAALINKÄSITTELYN AVULLA. Vesa Välimäki (1), Sira González (1), Jukka Parviainen (2) ja Ossi Kimmelma (3)
MUSIIKKIÄÄNITTEIDEN PATINOINTI SIGNAALINKÄSITTELYN AVULLA Vesa Välimäki (1), Sira González (1), Jukka Parviainen (2) ja Ossi Kimmelma (3) (1) Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
LisätiedotMono- ja stereoääni Stereoääni
1 Mitä ääni on? Olet ehkä kuulut puhuttavan ääniaalloista, jotka etenevät ilmassa näkymättöminä. Ääniaallot käyttäytyvät meren aaltojen tapaan. On suurempia aaltoja, jotka ovat voimakkaampia kuin pienet
LisätiedotLaskuharjoitus 2 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 2 (11.9.2013): Tehtävien vastauksia 1. Eräässä kuvitteellisessa radioverkossa yhdessä radiokanavassa voi olla menossa samanaikaisesti
LisätiedotMatlab-tietokoneharjoitus
Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,
LisätiedotMarantz PMD661. Äänittäminen
1 2 3 4 Marantz PMD661 Äänittäminen Laite on valmis äänittämään muutaman sekunnin kuluttua virran päälle kytkemisestä (right side 2). Äänitys käynnistyy Rec-painikkeella (top 8) ja loppuu Stop-painikkeella
LisätiedotÅbo Akademi 3.5.2011 klo 12-16. Mietta Lennes mietta.lennes@helsinki.fi. Nykykielten laitos Helsingin yliopisto
Åbo Akademi 3.5.2011 klo 12-16 Mietta Lennes mietta.lennes@helsinki.fi Nykykielten laitos Helsingin yliopisto Praat-puheanalyysiohjelma Mikä on Praat? Mikä on Praat? Praat [Boersma and Weenink, 2010] on
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 5.5.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotT-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9
T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 1 / 9 T-61.246 DSP (Harjoitustyö 2003, v. 5.01) Sivu 2 / 9 T-61.246 Digitaalinen signaalinkäsittely ja suodatus Versio 5.01 (29.9.2003) T-61.246 Harjoitustyö
LisätiedotLue ohjeet huolellisesti ennen laitteen käyttöä.
1 Digitointi LP-levyltä CD-levylle (Ion CD Direct) Lue ohjeet huolellisesti ennen laitteen käyttöä. Soittimessa voi käyttää CD-R, CD+R, uudelleen kirjoitettavia CD-RW ja CD+RW levyjä. Yhdelle levylle voi
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 24.4.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-00 Signaalinkäsittelyn menetelmät Välikoe 9.3.009 Sivuilla - on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
LisätiedotAlipäästösuotimen muuntaminen muiksi perussuotimiksi
Alipäästösuotimen muuntaminen muiksi perussuotimiksi Usein suodinsuunnittelussa on lähtökohtana alipäästösuodin (LPF), josta voidaan yksinkertaisilla operaatioilla muodostaa ylipäästö- (HPF), kaistanpäästö-
LisätiedotDigitaalinen audio
8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 30.1.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotMaastotietokannan torrent-jakelun shapefile-tiedostojen purkaminen zip-arkistoista Windows-komentojonoilla
Maastotietokannan torrent-jakelun shapefile-tiedostojen purkaminen zip-arkistoista Windows-komentojonoilla Viimeksi muokattu 5. toukokuuta 2012 Maastotietokannan torrent-jakeluun sisältyy yli 5000 zip-arkistoa,
LisätiedotCubase perusteet pähkinänkuoressa. Mikä Cubase on? Projektin aloitus
Cubase perusteet pähkinänkuoressa 1. Mikä Cubase on? 2. Projektin aloitus 3. Audion äänittäminen. 4. MIDI-tiedon tallentaminen ja virtuaali instrumentit 5. Miksaus. Mikä Cubase on? Cubase on Windows XP
LisätiedotELOKUVATYÖKALUN KÄYTTÖ ANIMAATION LEIKKAAMISESSA. Kun aloitetaan uusi projekti, on se ensimmäisenä syytä tallentaa.
ELOKUVATYÖKALUN KÄYTTÖ ANIMAATION LEIKKAAMISESSA Kun aloitetaan uusi projekti, on se ensimmäisenä syytä tallentaa. Projekti kannattaa tallentaa muutenkin aina sillöin tällöin, jos käy niin ikävästi että
LisätiedotSuodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)
Suodattimet Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth Suodattimet samalla asteluvulla (amplitudivaste) Kuvasta nähdään että elliptinen suodatin on terävin kaikista suodattimista, mutta sisältää
LisätiedotHarjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006
Harjoitus 1: Matlab Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Matlab-ohjelmistoon Laskutoimitusten
LisätiedotSGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen
SGN-5 Signaalinkäsittelyn sovellukset Välikoe.. Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla - on. Sivuilla 4-6 on. Vastaa
LisätiedotLP-levyn digitointi Audacity-ohjelmalla
Digitointiohjeita_LP 10.7.2014 1 LP-levyn digitointi Audacity-ohjelmalla I Levyn tallennus tietokoneelle Kytke virta tietokoneeseen ja näyttöön. Levysoitin saa virtansa tietokoneesta. Käynnistä kopiointiohjelma
LisätiedotS-114.3812 Laskennallinen Neurotiede
S-114.3812 Laskennallinen Neurotiede Laskuharjoitus 2 4.12.2006 Heikki Hyyti 60451P Tehtävä 1 Tehtävässä 1 piti tehdä lineaarista suodatusta kuvalle. Lähtötietoina käytettiin kuvassa 1 näkyvää harmaasävyistä
LisätiedotLaskuharjoitus 4 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 4 (2.10.2013): Tehtävien vastauksia 1. Tutkitaan signaalista näytteenotolla muodostettua PAM (Pulse Amplitude Modulation) -signaalia.
LisätiedotC-kasetin digitointi Audacity-ohjelmalla
Digitointiohjeita_Kasetti 10.7.2014 1 C-kasetin digitointi Audacity-ohjelmalla I Kasetin tallennus tietokoneelle Kytke virta tietokoneeseen ja näyttöön. Kasettisoitin saa virtansa tietokoneesta. Käynnistä
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät Välikoe
SGN-100 Signaalinkäsittelyn menetelmät Välikoe 6.4.010 Sivuilla 1- on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,
LisätiedotZeon PDF Driver Trial
Matlab-harjoitus 2: Kuvaajien piirto, skriptit ja funktiot. Matlabohjelmoinnin perusteita Numeerinen integrointi trapezoidaalimenetelmällä voidaan tehdä komennolla trapz. Esimerkki: Vaimenevan eksponentiaalin
Lisätiedot1 Olkoon suodattimen vaatimusmäärittely seuraava:
Olkoon suodattimen vaatimusmäärittely seuraava: Päästökaistan maksimipoikkeama δ p =.5. Estokaistan maksimipoikkeama δ s =.. Päästökaistan rajataajuus pb = 5 Hz. Estokaistan rajataajuudet sb = 95 Hz Näytetaajuus
LisätiedotM2A.4000. Suomenkielinen käyttöohje. www.macrom.it
M2A.4000 Suomenkielinen käyttöohje www.macrom.it Vahvistimen säätimet ja liitännät 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 2 22 23 24 25 26 2 3 4 5 6 7 8 9 0 2 3 4 RCAtuloliitäntä (kanavat /2) High Level
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-1200 Signaalinkäsittelyn menetelmät, Tentti 21.3.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotTieteellinen laskenta 2 Törmäykset
Tieteellinen laskenta 2 Törmäykset Aki Kutvonen Op.nmr 013185860 Sisällysluettelo Ohjelman tekninen dokumentti...3 Yleiskuvaus...3 Kääntöohje...3 Ohjelman yleinen rakenne...4 Esimerkkiajo ja käyttöohje...5
LisätiedotJuha Henriksson. Digitaalinen äänentallennus. 5.12.2005 Dr. Juha Henriksson Finnish Jazz & Pop Archive
Juha Henriksson Digitaalinen äänentallennus 1 Äänen korkeus Ääni on värähtelyä, joka etenee ilmassa ilmamolekyylien harventumina ja tiivistyminä Äänen korkeutta kutsutaan äänen taajuudeksi Taajuuden yksikkö
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 18.3.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle
LisätiedotMediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin
Mediaanisuodattimet Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että niiden ominaisuudet tunnetaan hyvin niiden analysointiin on olemassa vakiintuneita menetelmiä
LisätiedotIDL - proseduurit. ATK tähtitieteessä. IDL - proseduurit
IDL - proseduurit 25. huhtikuuta 2017 Viimeksi käsiteltiin IDL:n interaktiivista käyttöä, mutta tämä on hyvin kömpelöä monimutkaisempia asioita tehtäessä. IDL:llä on mahdollista tehdä ns. proseduuri-tiedostoja,
LisätiedotKOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )
KOHINA H. Honkanen N = Noise ( Kohina ) LÄMÖKOHINA Johtimessa tai vastuksessa olevien vapaiden elektronien määrä ei ole vakio, vaan se vaihtelee satunnaisesti. Nämä vaihtelut aikaansaavat jännitteen johtimeen
LisätiedotATK tähtitieteessä. Osa 3 - IDL proseduurit ja rakenteet. 18. syyskuuta 2014
18. syyskuuta 2014 IDL - proseduurit Viimeksi käsiteltiin IDL:n interaktiivista käyttöä, mutta tämä on hyvin kömpelöä monimutkaisempia asioita tehtäessä. IDL:llä on mahdollista tehdä ns. proseduuri-tiedostoja,
LisätiedotAudacity 1.2.6 -moniste
Audacity 1.2.6 -moniste by Sami Mäkinen Sisällysluettelo Äänitiedoston avaaminen ja soittaminen...1 Raitojen toiminnot...2 Äänen nauhoittaminen mikrofonilla...2 Tallentaminen...5 Valinta ja yksinkertaiset
LisätiedotMINI-DISK. 1. MINI-DISK levykkeen asentaminen levyke-asemaan
1 MINI-DISK MINI-DISK soittimella voidaan tallentaa ääntä ulkopuolisen mikrofonin tai toisen äänilähteen ulostulon kautta. MINI-DISK nauhurilla (ei ole varsinainen nauhuri vaan digitaalinen äänitys- ja
LisätiedotOrganization of (Simultaneous) Spectral Components
Organization of (Simultaneous) Spectral Components ihmiskuulo yrittää ryhmitellä ja yhdistää samasta fyysisestä lähteestä tulevat akustiset komponentit yhdistelyä tapahtuu sekä eri- että samanaikaisille
LisätiedotSignaalien datamuunnokset. Digitaalitekniikan edut
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 09/02/2009 Signaalien datamuunnokset 1 Digitaalitekniikan edut Tarkoituksena
LisätiedotSignaalien datamuunnokset
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 06/02/2004 Luento 4a: Signaalien datamuunnokset 1 Digitaalitekniikan
LisätiedotAV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen
AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys
LisätiedotAudacity-äänenkäsittelyohjelman pikakäyttöohje
Audacity-äänenkäsittelyohjelman pikakäyttöohje Työkalupalkki: Valintatyökalu: tällä voit valita äänijaksoja maalaamalla sinistä ääniaaltoa hiiren vasen nappi pohjassa. 2. Verhotyökalu: tällä voit muuttaa
LisätiedotMoottorin kierrosnopeus Tämän harjoituksen jälkeen:
Moottorin kierrosnopeus Tämän harjoituksen jälkeen: osaat määrittää moottorin kierrosnopeuden pulssianturin ja Counter-sisääntulon avulla, osaat siirtää manuaalisesti mittaustiedoston LabVIEW:sta MATLABiin,
LisätiedotC-kasetin digitointi Audacity-ohjelmalla
Digitointiohjeita_Kasetti 10.6.2016 1 C-kasetin digitointi Audacity-ohjelmalla I Kasetin tallennus tietokoneelle Kytke virta tietokoneeseen ja näyttöön. Kasettisoitin saa virtansa tietokoneesta. Käynnistä
LisätiedotTässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.
Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan
LisätiedotSGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen
SGN-11 Signaalinkäsittelyn perusteet Välikoe 3.5.16 Heikki Huttunen Laskimen käyttö sallittu. Muiden materiaalien käyttö ei sallittu. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla 1-3 on. Sivuilla 4-5
LisätiedotTHE audio feature: MFCC. Mel Frequency Cepstral Coefficients
THE audio feature: MFCC Mel Frequency Cepstral Coefficients Ihmiskuulo MFCC- kertoimien tarkoituksena on mallintaa ihmiskorvan toimintaa yleisellä tasolla. Näin on todettu myös tapahtuvan, sillä MFCC:t
LisätiedotM2A.2000. Suomenkielinen käyttöohje. www.macrom.it
M2A.2000 Suomenkielinen käyttöohje www.macrom.it Vahvistimen säätimet ja liitännät 2 3 5 6 7 8 9 0 2 3 5 6 7 8 9 2 3 5 6 7 8 9 0 2 3 5 6 7 8 9 RCA-tuloliitäntä matalatasoiselle signaalille High Level -kaiutintasoinen
LisätiedotOhjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 2.3.2011 T-106.1208 Ohjelmoinnin perusteet Y 2.3.2011 1 / 39 Kertausta: tiedoston avaaminen Kun ohjelma haluaa lukea tai kirjoittaa tekstitiedostoon, on ohjelmalle
LisätiedotLABORATORIOTYÖ 2 A/D-MUUNNOS
LABORATORIOTYÖ 2 A/D-MUUNNOS Päivitetty: 23/01/2009 TP 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja SPDemo-ohjelmistoja käyttäen. Kokoa
Lisätiedot811312A Tietorakenteet ja algoritmit , Harjoitus 2 ratkaisu
811312A Tietorakenteet ja algoritmit 2017-2018, Harjoitus 2 ratkaisu Harjoituksen aiheena on algoritmien oikeellisuus. Tehtävä 2.1 Kahvipurkkiongelma. Kahvipurkissa P on valkoisia ja mustia kahvipapuja,
LisätiedotPuheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM
Puheenkoodaus Olivatpa kerran iloiset serkukset PCM, DPCM ja ADPCM PCM eli pulssikoodimodulaatio Koodaa jokaisen signaalinäytteen binääriseksi (eli vain ykkösiä ja nollia sisältäväksi) luvuksi kvantisointitasolle,
LisätiedotS-114.3812 Laskennallinen Neurotiede
S-114.381 Laskennallinen Neurotiede Projektityö 30.1.007 Heikki Hyyti 60451P Tehtävä 1: Virityskäyrästön laskeminen Luokitellaan neuroni ensin sen mukaan, miten se vastaa sinimuotoisiin syötteisiin. Syöte
LisätiedotOhjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 9.2.2009 T-106.1208 Ohjelmoinnin perusteet Y 9.2.2009 1 / 35 Listat Esimerkki: halutaan kirjoittaa ohjelma, joka lukee käyttäjältä 30 lämpötilaa. Kun lämpötilat
LisätiedotÄänitiedostoista. 1 Äänen tallentaminen
1 Äänitiedostoista Äänitiedostot koostuvat joko yksistään musiikista, puheäänestä tai muista äänistä. Äänitiedostojen sisältöjä voidaan tietenkin yhdistää monella tavalla. Esim. puhetta sisältävään tiedostoon
LisätiedotLP-levyn digitointi Audacity-ohjelmalla
29.6.2018 1 LP-levyn digitointi Audacity-ohjelmalla I Levyn tallennus tietokoneelle Kytke virta tietokoneeseen ja näyttöön. Levysoitin saa virtansa tietokoneesta. Käynnistä kopiointiohjelma klikkaamalla
LisätiedotSGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen
SGN- Signaalinkäsittelyn perusteet Välikoe.5.4 Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla -3 on. Sivuilla 4-5 on. Sivulla
LisätiedotLABORATORIOTYÖ 2 A/D-MUUNNOS
LABORATORIOTYÖ 2 A/D-MUUNNOS 2-1 2. A/D-muunnos Työn tarkoitus Tässä työssä demotaan A/D-muunnoksen ominaisuuksia ja ongelmia. Tarkoitus on osoittaa käytännössä, miten bittimäärä ja näytteenottotaajuus
LisätiedotVirheen kasautumislaki
Virheen kasautumislaki Yleensä tutkittava suure f saadaan välillisesti mitattavista parametreistä. Tällöin kokonaisvirhe f määräytyy mitattujen parametrien virheiden perusteella virheen kasautumislain
LisätiedotHarjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.
Signaaliprosessorit Sivu 1 / 11 Harjoitustyö 1 Kaistanestosuodin, estä 2 khz Amplitudi f 2 khz MATLAB koodi: clear; close all; w=[0 1900 1950 2050 2100 4000]/4000; m=[1 1 0 0 1 1]; h=remez(800,w,m); [H,w]=freqz(h,1);
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-00 Signaalinkäsittelyn menetelmät, Tentti..005 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja sen
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotLP-levyn digitointi Audacity-ohjelmalla
Digitointiohjeita_LP 17.3.2016 1 LP-levyn digitointi Audacity-ohjelmalla I Levyn tallennus tietokoneelle Kytke virta tietokoneeseen ja näyttöön. Levysoitin saa virtansa tietokoneesta. Käynnistä kopiointiohjelma
LisätiedotMekaniikan jatkokurssi Fys102
Mekaniikan jatkokurssi Fys102 Kevät 2010 Jukka Maalampi LUENTO 6 Yksinkertainen harmoninen liike yhteys ympyräliikkeeseen energia dynamiikka Värähdysliike Knight Ch 14 Heilahtelut pystysuunnassa ja gravitaation
LisätiedotSGN-1200 Signaalinkäsittelyn menetelmät, Tentti
SG-00 Signaalinkäsittelyn menetelmät, Tentti 6.3.006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle ja
LisätiedotMatlabin perusteita Grafiikka
BL40A0000 SSKMO KH 1 Seuraavassa esityksessä oletuksena on, että Matlabia käytetään jossakin ikkunoivassa käyttöjärjestelmässä (PC/Win, Mac, X-Window System). Käytettäessä Matlabia verkon yli joko tekstipäätteeltä,
Lisätiedot20 Kollektorivirta kun V 1 = 15V 10. 21 Transistorin virtavahvistus 10. 22 Transistorin ominaiskayrasto 10. 23 Toimintasuora ja -piste 10
Sisältö 1 Johda kytkennälle Theveninin ekvivalentti 2 2 Simuloinnin ja laskennan vertailu 4 3 V CE ja V BE simulointituloksista 4 4 DC Sweep kuva 4 5 R 2 arvon etsintä 5 6 Simuloitu V C arvo 5 7 Toimintapiste
Lisätiedotz 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2
BM20A5700 - Integraauunnokset Harjoitus 2 1. Laske seuraavat raja-arvot. -kohta ratkeaa, kun pistät sekä yläkerran että alakerran muotoon (z z 1 )(z z 2 ), missä siis z 1 ja z 2 ovat näiden lausekkeiden
LisätiedotSONY MZ-N707 MiniDisc-tallennin
SONY MZ-N707 MiniDisc-tallennin 1) Paristojen ja akun käyttö 2 2) MiniDisc-levyn asettaminen soittimeen ja poistaminen soittimesta 2 3) Hold-kytkin 2 4) Laitteen kytkeminen mikrofoniin / tietokoneeseen
LisätiedotElektroniikka, kierros 3
Elektroniikka, kierros 3 1. a) Johda kuvan 1 esittämän takaisinkytketyn systeemin suljetun silmukan vahvistuksen f lauseke. b) Osoita, että kun silmukkavahvistus β 1, niin suljetun silmukan vahvistus f
LisätiedotPörisevä tietokone. morsetusta äänikortilla ja mikrofonilla
Pörisevä tietokone morsetusta äänikortilla ja mikrofonilla 1 Tiivistelmä Idea toteuttaa seuraavat vaatimukset: 1. kommunikointi toisen opiskelijan kanssa (morsetus) 2. toisen opiskelijan häirintä (keskittymistä
LisätiedotTutustu Daisy-soittimeen!
Tutustu Daisy-soittimeen! Daisy-julkaisut Äänikirjat, -lehdet, oppaat, tiedotteet Äänen lisäksi kuvia, piirroksia, taulukoita Tiedostot MP3-muotoisia Jakelu CD-levyillä tai verkon kautta Daisy-julkaisuja
LisätiedotSMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet
SMG-00: PIIRIANALYYSI I Verkkojen taajuusriippuvuus: suo(dat)timet alipäästösuodin ylipäästösuodin kaistanpäästösuodin kaistanestosuodin jännitevahvistus rajataajuus kaistanleveys resonanssi Suotimet:
LisätiedotKokonaislukuaritmetiikka vs. logiikkaluupit
Diskreetti matematiikka, syksy 2010 Matlab-harjoitus 3 (18.11. klo 16-18 MP103) Tehtäviin vastataan tälle paperille, osoitettuihin tyhjiin alueisiin, yleensä tyhjille riveille. Tehtävät saa ja on suorastaan
Lisätiedot3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.
3 Ikkunointi Puhe ei ole stationaarinen signaali, vaan puheen ominaisuudet muuttuvat varsin nopeasti ajan myötä. Tämä on täysin luonnollinen ja hyvä asia, mutta tämä tekee sellaisten signaalinkäsittelyn
LisätiedotDynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.
Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed. DAFX Digital Audio Effects. Wiley & Sons, 2002. Sisältö:! Johdanto!! Ajallinen käyttäytyminen! oteutus!
LisätiedotKuuloaisti. Korva ja ääni. Melu
Kuuloaisti Ääni aaltoliikkeenä Tasapainoaisti Korva ja ääni Äänen kulku Korvan sairaudet Melu Kuuloaisti Ääni syntyy värähtelyistä. Taajuus mitataan värähtelyt/sekunti ja ilmaistaan hertseinä (Hz) Ihmisen
LisätiedotSuomenkielinen käyttöohje www.macrom.it
MA.00D Suomenkielinen käyttöohje www.macrom.it Vahvistimen säätimet ja liitännät 0 Ω 0 RCA-tuloliitäntä matalatasoiselle signaalille Tasonsäätö Alipäästösuotimen säätö Sub Sonic -suotimen säätö Bassokorostuksen
LisätiedotSONY MZ-R700 MiniDisc-tallennin
SONY MZ-R700 MiniDisc-tallennin 1 1. Virtaa laitteeseen Laite toimii akulla tai yhdellä AA-kokoisella paristolla. Akulla laite äänittää 4 tuntia, paristolla 9 tuntia. Akulla laite toistaa 13 tuntia, paristolla
LisätiedotKuulohavainnon perusteet
Kuulohavainnon ärsyke on ääni - mitä ääni on? Kuulohavainnon perusteet - Ääni on ilmanpaineen nopeaa vaihtelua: Tai veden tms. Markku Kilpeläinen Käyttäytymistieteiden laitos, Helsingin yliopisto Värähtelevä
LisätiedotU-REMIX USB RF 2 RF 1 POWER
LANGATON MIKROFONIJÄRJESTELMÄ MIKSERILLÄ MUSIC MIC 1 MIC 2 TONE ECHO USB RF 1 RF 2 SD OFF/ON /V- /V+ MODE IN LOW HIGH MIN MAX POWER KÄYTTÖOPAS VASTAANOTIN/MIKSERI Etupaneeli 1 2 3 13 15 USB MUSIC MIC 1
LisätiedotSGN-4200 Digitaalinen audio
SGN-4200 Digitaalinen audio Luennot, kevät 2013, periodi 4 Anssi Klapuri Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2! Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot,
LisätiedotJohdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio
Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka Vfo135 ja Vfp124 Martti Vainio Akustiikka Äänityksen tarkoitus on taltioida paras mahdo!inen signaali! Tärkeimpinä kolme akustista muuttujaa:
LisätiedotTiistai klo 10-12 Jari Eerola 20.1.2015
Tiistai klo 10-12 Jari Eerola 20.1.2015 } 20.1. Kuvaajatyypit ja ohjelmat Analyysiohjelmista Praat ja Sonic Visualiser Audacity } 27.1. Nuotinnusohjelmista Nuotinnusohjelmista Musescore } Tietokoneavusteinen
LisätiedotToinen harjoitustyö. ASCII-grafiikkaa
Toinen harjoitustyö ASCII-grafiikkaa Yleistä Tehtävä: tee Javalla ASCII-merkkeinä esitettyä grafiikkaa käsittelevä ASCIIArt-ohjelma omia operaatioita ja taulukoita käyttäen. Työ tehdään pääosin itse. Ideoita
LisätiedotAvokelanauhan digitointi Audacity-ohjelmalla
29.6.2018 1 Avokelanauhan digitointi Audacity-ohjelmalla I Nauhan tallennus tietokoneelle Kytke virta tietokoneeseen, näyttöön ja kelanauhuriin. Käynnistys Kelaa taaksepäin Kelaa eteenpäin Virtakytkin
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotAntenni Käytä FM-antennia parhaiden mahdollisten vastaanotto-olosuhteiden saavuttamiseksi.
1. Toimintovalitsin : Valinta radion tai CD-soittimen välillä 2. Taajuusaluevalitsin : FM/FM ST-alueiden valinta 3. FM antenni : Saadaksesi parhaan mahdollisen vastaanoton vedä tämä ulos 4. CD kansi :
LisätiedotÄänen eteneminen ja heijastuminen
Äänen ominaisuuksia Ääni on ilmamolekyylien tihentymiä ja harventumia. Aaltoliikettä ja värähtelyä. Värähtelevä kappale synnyttää ääntä. Pistemäinen äänilähde säteilee pallomaisesti ilman esteitä. Käytännössä
LisätiedotTAMPEREEN TEKNILLINEN YLIOPISTO
TAMPEREEN TEKNILLINEN YLIOPISTO Digitaali- ja Tietokonetekniikan laitos TKT-3200 Tietokonetekniikka ASSEMBLER: QSORT 11.08.2010 Ryhmä 00 nimi1 email1 opnro1 nimi2 email2 opnro2 nimi3 email3 opnro3 1. TEHTÄVÄ
LisätiedotOhjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 7.2.2011 T-106.1208 Ohjelmoinnin perusteet Y 7.2.2011 1 / 39 Kännykkäpalautetteen antajia kaivataan edelleen! Ilmoittaudu mukaan lähettämällä ilmainen tekstiviesti
LisätiedotLABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN
LABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN Päivitetty: 23/01/2009 TP 3-1 3. VAIHELUKITTU VAHVISTIN Työn tavoitteet Työn tavoitteena on oppia vaihelukitun vahvistimen toimintaperiaate ja käyttömahdollisuudet
LisätiedotToinen harjoitustyö. ASCII-grafiikkaa 2017
Toinen harjoitustyö ASCII-grafiikkaa 2017 Yleistä Tehtävä: tee Javalla ASCII-merkkeinä esitettyä grafiikkaa käsittelevä ASCIIArt17-ohjelma omia operaatioita ja taulukoita käyttäen. Työ tehdään pääosin
LisätiedotTiedonkeruu ja analysointi
Tiedonkeruu ja analysointi ViDRoM Virtual Design of Rotating Machines Raine Viitala 30.9.2015 ViDRoM Virtual Design of Rotating Machines Mitataan dynaamista käyttäytymistä -> nopeuden funktiona Puhtaat
LisätiedotSuomenkielinen käyttöohje
M1A.4150 Suomenkielinen käyttöohje www.macrom.it Vahvistimen säätimet ja liitännät 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
LisätiedotELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus
L1: Audio Prof. Vesa Välimäki ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin
Lisätiedot