Sairauden äänellinen esittäminen Sairauteen viittaavia äänenlaadullisia seikkoja Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija

Koko: px
Aloita esitys sivulta:

Download "Sairauden äänellinen esittäminen Sairauteen viittaavia äänenlaadullisia seikkoja Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija"

Transkriptio

1 Sairauden äänellinen esittäminen Sairauteen viittaavia äänenlaadullisia seikkoja Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija Lopputyö Patologiset äänet -kurssi, syksy 2004 Puheopin laitos, Tampereen yliopisto Anne Tarvainen,

2 Anna-Kaisa Liedeksen ääni-improvisaatiossa Uneksija ääntelee sairas ihminen vaivalloisesti ja kivuliaasti. Liedes luo kappaleeseen äänellisen minän 1, joka on jännittynyt, tuskainen ja väsynyt. Improvisaatio on osa Liedeksen Sibelius-Akatemiaan tekeillä olevaa taiteellista tohtorintutkintoa. Se on osa konsertin livetaltiointia, joka on julkaistu nimellä Ääni/merkki 2 vuonna Liedes sai inspiraation improvisaatioonsa äänitaiteilija Sainkho Namtchylakin teoksesta Dream of Death. Liedes kirjoittaa omasta improvisaatiostaan seuraavasti: Mitä tapahtuu kuoleman lähestyessä? Sitä ei voi kukaan tietää, joten jokainen tulkinta aiheesta on oikeutettu. Ajatuksesta voi jopa nauttia 3. Liedeksen ääni on hyvin monipuolinen. Toisinaan hän laulaa selkeällä ja heleällä äänellä, toisinaan hän käyttää ääntään huutaen, rääkyen ja kuiskaten. Uneksija -improvisaatio kuuluu jälkimmäiseen sarjaan. Uneksijassa Liedeksen äänessä on kuultavissa paljon kivun ja sairauden representaatiota. Mutta mitä tämä tarkoittaa konkreettisesti äänen tasolla kuultuna ja mitattuna? Lähestyn aihetta seuraavien tutkimuskysymysten avulla: 1. Mikä on erityistä Liedeksen äänessä Uneksija -improvisaatiossa? Äänen vertaaminen Liedeksen selkeään lauluääneen perinteisessä laulukappaleessa. 2. Millä tavoin Liedes näyttelee äänellään sairautta? Mitä tekijöitä, jotka viittaavat sairaaseen ääneen, on kuultavissa ja mitattavissa Liedeksen äänestä? Kuulovaikutelmia sairaudesta Improvisaatiossa on kyse kaikin puolin sairaasta, kuolemaa lähellä olevasta ihmisestä. Liedes tuo tämän sairauden ilmi äänellään. Vaikka kuolemanvakava sairaus onkin usein täysin eri asia kuin sairas ääni, taiteellisessa äänellisessä ilmaisussa ne voivat yhdistyä. Miksi Liedeksen improvisaatiosta tulee vahvasti mieleen sairaan ihmisen ääntely? Mitä sairauden äänellisiä merkkejä Liedeksen äänestä löytyy? Sairaaseen ääneen liittyy seuraavanlaisia tekijöitä: käheys, äänen poikkeava perustaajuus, vapina, äänen katkeilu, rekisteribreikit ja diplofonia 4. Termiä käheys käytetään sellaisenaankin viittaamaan poikkeavaan, sairaaseen ääneen. Käheydestä voidaan erottaa karheus, karkeus tai rahina (roughness), hälypitoisuus (breathiness), voimattomuus (asthenity) ja kireys (strainedness). Edellä mainittuja tekijöitä voi olla äänessä yhtä tai useampia. Niitä saattaa olla jonkin verran mukana myös terveessä äänessä. Äänihäiriöstä puhutaan, kun kyseisiä tekijöitä on äänessä häiriöksi asti. Eri sairaudet aiheuttavat eri tyyppisiä häiriöitä ääneen. Esimerkiksi äänen rahina (roughness) voi johtua kystan tai papillooman aiheuttamasta äänihuulten massojen erosta tai halvauksesta, jossa toinen äänihuulilihaksista on toista jäntevämpi. 5 Mitä näistä edellä esitetyistä tekijöistä on kuultavissa Liedeksen improvisaatiossa? Ainakin vuotoista ääntä, puristeisuutta, huojuntaa, kireyttä, rekisteribreikkejä, poikkeavaa perustaajuutta (naisäänelle hyvin matalaa ääntä narinarekisterissä) ja rahinaa. Kuulonvaraisesti arvioituna pääasiallisia tekijöitä olivat narina, huojunta ja puristeisuus. Nämä kuvastavat kappaletta 1 Käytän termiä äänellinen minä viittamaan henkilöhahmoon, jonka laulaja äänellään luo. Näin henkilöhahmon ja toisaalta laulajan henkilökohtaiset piirteet pysyvät erillään toisistaan. Vaikka äänellinen minä olisi sairas, voi laulaja olla todellisuudessa hyvinkin terve ja ilmaisukykyinen. 2 Liedes, Anna-Kaisa ja Korpela, Petri: Ääni/merkki Voice/signal. Sibelius-Akatemian kansanmusiikin osaston äänitteitä 37, Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista Diplofonisessa äänessä soi ikään kuin kaksi perussäveltä yhtä aikaa. 5 Patologiset äänet kurssin luento , luennoitsijana Anne-Maria Laukkanen. 2

3 kokonaisuutena. Näiden lisäksi pientä hälyä eli kohinaa on pitkin matkaa mukana. Kappaleesta oli suhteellisen vaikea löytää kohtia, joissa olisi ollut vain yhtä äänenlaatua kerrallaan. Yleensä niitä esiintyi pari yhtä aikaa. Varsinkin huojuntaa ja/tai pientä hälyä oli sellaisissa kohdissa, joissa esiintyi myös jokin muukin erityinen äänenlaadullinen tekijä. Tutkittavien näytteiden valitseminen materiaalista Uneksija on kokonaisuudessaan 7 minuuttia 50 sekuntia pitkä teos. Liedes jakaa itse teoksen seuraaviin osiin: Alkukröhinä (0:00-2:03), Laulu (2:03-4:13), Luopuminen (4:13-5:40) ja Kirkastus, lopun alku (5:40-7:50) 6. Valitsin analysoitavat kohdat niin, että ne edustaisivat erityyppisiä äänenlaatuja. Kaikissa näytteissä vokaali on sama /o/. Viimeisessä näytteessä /o/ on tosin hieman a-maisempi kuin muissa. Seuraavassa taulukossa on ensin kerrottu ajallisesti kohdat, joista näytteet on valittu. Toisessa sarakkeessa ovat kuulonvaraiseen analyysiin perustuvat luonnehdinnat äänen laadusta ja kolmannessa sarakkeessa Anna-Kaisa Liedeksen omia kommentteja fraaseista, joihin analysoitavat pätkät kuuluvat. Valittu kohta (noin) 00:39-00:40 01:34-01:36 02:23-02:24 02:34-02:35 02:54-02:56 04:06-04:07 07:31-07:32 Kuulonvarainen analyysi 1. Matala narina, vähän vuotohälyä mukana 2. Huojunta, vähän vuotohälyä 3. Puristeisuus, vähän vuotohälyä 4. Hälyä ja puristeisuutta Liedeksen oma kommentti 7 Kröhisevä, kargara 8 -tyyppinen äänentuotto jatkuu. Alkuhyminä aloittaa pehmeästi, paineinen kröhinä tulee mukaan. Fraasi loppuu pehmeään hyminään. Sävelet liikkuvat d:n [ja] es äänen välillä. No -fraasi jatkuu käyden välillä narinassa sekä puhtaassa pehmeässä äänessä. Fraasin melodiikka seilaa e- ja f -sävelen vaiheilla. Ääni syttyy huojuen, jonka jälkeen paineinen ilmamassa työntää ääntä väkipakolla ulos. Fraasi katkeaa kesken kurkun kutituksen. Äänet liikkuvat ja liukuvat pienen oktaavin es- ja f -äänten välillä. Fraasi tulkitaan paineisena, mutta ilman narinaa. Melodian sävelet keskittyvät pienen es- ja e sävelen ympärille aaltomaisesti eläen. Fraasin lähestyessä loppuaan, tulkinta pehmenee ja melodia loppuu pieneen vibratoon. 5. Karheutta Selkeä melodinen kaari, joka alkaa paineisella äänentuotolla, käväisee keveässä äänessä ja palaa lopussa narina-ääneen. Melodia liikkuu edelleenkin pienen oktaavin (es, e, f, es, des, es, fis ja es). 6. Kireys ja vähän huojuntaa Fraasi on paineinen ja aluksi katkonainen. A -vokaaliin siirryttäessä taskuhuulten aikaansaama krahina korostuu. Melodian ambitus laajenee. Käyttöön tulevat yksiviivaisen oktaavin des ja es. [ ]. 7. Hälyä ja huojuntaa Fraasi alkaa narinalla, jossa taskuhuulten resonanssi on mukana. Teos päättyy lopulta pelkkään ilman hitaaseen loppumiseen, pihinään. Kaavio 1: Kuulonvarainen analyysi ja Liedeksen omat kommentit äänestä. Vertailumateriaaliksi Liedeksen normaalista lauluäänestä valitsin hänen laulamansa a-äänteen teoksesta Näetkö?. Tämä kappale on konserttitaltiointilevyllä heti Uneksijan jälkeen. Valitsin analysoitavan kohdan heti kappaleen alkupuolelta. Päädyin kyseisen kohdan valintaan siksi, että se on konsertissa ajallisesti lähellä Uneksija kappaletta. Näin esimerkiksi äänen väsymisen aste ei ole muuttunut paljon tässä välissä. Koska otokset ovat samasta konsertista, sen tallentamiseen on käytetty samoja teknisiä välineitä. Ongelmana tässä näytteessä on se, että se on hyvin lyhyt ja lauletun vokaalijonon /uia/ viimeinen vokaali. Lisäksi se on eri vokaali kuin muissa analysoiduissa näytteissä. Tämä voi vaikuttaa formanttien sijoittumiseen eri taajuuksille kun tarkastellaan spektriä. 6 Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista Nämä kommentit Liedes on kirjoittanut fraaseittain, eli yhdessä kommentissa käsitellään aina pidempää jaksoa kuin tässä analysoidut äänet. Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista Tuvalainen kurkkulaulu. 3

4 Pohdinkin vertailunäytteen ottamista jopa kokonaan toiselta levyltä. Tällöin tosin ongelmana olisivat erilaiset tallennusvälineet ja erilainen nauhoitustila. Vuotohäly Analysoin seitsemän näytettä sekä vertailunäytteen tietokoneella käyttäen kahta eri analyysiohjelmaa. Toinen näistä on ISA 9 ja toinen Multi-Dimensional Voice Program Model Kutsun jälkimmäistä lyhenteellä CSL. Keskityn analyysissä neljään tekijään: vuotohäly, puristeisuus, karheus ja huojunta. Vuotohälyä mittasin ISA:n Signal-to-Noise (S/N) lukemien avulla, jotka kertovat signaalin ja kohinan suhteen ääninäytteessä desibeleinä. Mitä suurempi luku, sitä voimakkaampia ovat äänen osasävelet suhteessa kohinaan. Miinusmerkkinen luku kertoo siitä, että kohinan desibelivoimakkuus on ylittänyt signaalin voimakkuuden. Seuraavassa kaaviossa ovat ISA:n antamat lukemat eri näytteille: S/N matalilla taajuuksilla (osasävelet 1-10) db S/N korkeilla taajuuksilla (osasävelet 10-20)dB Vert db db db db db db 7.84 db db 18.97dB db db db db 0.49 db db db Kaavio 2: Signaalin ja kohinan suhde, ISA. Analysoitujen ääninäytteiden numerot näkyvät ylimmällä rivillä. Näytteet ovat tässä siis ajallisessa järjestyksessä. Huomionarvoista on, että kohina lisääntyy matalilla taajuuksilla, kun mennään eteenpäin ajassa. Ensimmäisessä näytteessä on lukema db ja seitsemännessä Hälyn lisääntyminen voi johtua siitä, että Liedes vahvistaa tätä äänellistä tulkinnallista elementtiä kappaleen loppua kohti, samalla kun laulun minä lähestyy kuolemaa. Seitsemännessä näytteessä häly onkin hyvin aktiivisen kuuloista. Toisin sanoen ei kuulosta siltä, että häly tulisi ääneen laulajan tahtomatta laulamisen sivutuotteena vaan pikemminkin juuri osana laulajan tulkintaa. Toisaalta kohinan vahvistuminen voi johtua joiltakin osin myös äänen väsymisestä. Liedes käyttää Uneksijassa paljon fyysisesti raskasta äänentuottoa, muun muassa narinaa. Äänen väsymistä puoltaisi myös se seikka, että vertailuäänenä oleva viimeinen ääni on suhteellisen hälypitoinen. Korkeammilla taajuuksilla kohinan lisääntyminen ajassa ei ole niin selvää kuin matalilla oli. Pikemminkin kaavion 2 alemman rivin lukemista nousevat esille näytteiden 4 ja 7 sekä vertailunäytteen suuret kohinapitoisuudet. Näytteet 4 ja 7 olivat niitä, jotka myös kuunteluanalyysissä saivat ensisijaiseksi määreekseen hälyn. Näyte 7 nousee esille myös CSL:n Noise-to-Harmonic Ratio (NHR) analyysissä lukemalla Normaali arvo 10 tässä olisi 0.19 tietämillä. Vertailunäytteessä kyseinen arvo on Voice Turbulence Index (VTI) -arvoissa mikään näytteistä ei ylitä normaaliarvoa. Norm Vert. NHR Ei-harmoonisten Intelligent Speech Analyser, kehittäjä D.I. Raimo Toivonen. 10 CSL:n normaaliarvot ovat peräisin monisteesta: Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 4

5 VTI komponenttien suhde harmoonisiin Ei-harmoonisten komponenttien suhde harmoonisiin, keskiarvo Kaavio 3: Kohinan suhde harmoonisiin komponentteihin, CSL. Näytteen 7 harmoonisesta spektristä näkyy hyvin, kuinka osasävelet lähes hukkuvat hälyn sekaan jo matalilla taajuuksilla. Kuva 1: Näyte 7, harmooninen spektri. ISA. Vertailukohdaksi nostettakoon kappaleen alkupuolelta harmoninen spektri näytteestä 2. Tässä osasävelet erottuvat toisistaan huomattavasti selvemmin kuin näytteessä 7. Kuva 2: Näyte 2, harmooninen spektri. ISA. 5

6 Puristeisuus Puristeisuus on yksi äänenlaadullinen piirre, joka tulee vahvasti esille koko Uneksija improvisaatiossa. Kuulonvaraisen analyysin mukaan näytteitä 3, 4 ja 6 leimaa puristeisuus. CSLanalyysissä puristeisuutta on mahdollista tarkastella Soft Phonation Index (SPI) lukujen avulla. SPI kuvaa spektrin harmonista rakennetta, sen kaltevuutta. Suuret SPI-lukemat viittaavat löyhästi suljettuihin äänihuuliin äännön aikana 11. Heikko fonaatio näkyykin yleensä spektrin jyrkkänä kaltevuutena; Perussäveltä korkeammat sävelet heikkenevät nopeasti mitä ylemmäs hertsiasteikolla mennään. Puristeinen äänentuotto taas aiheuttaa usein sen, että perussäveltä seuraavat osasävelet voivat olla perussäveltä voimakkaampia, eikä spektri kokonaisuudessaan ole niin kalteva kuin heikossa fonaatiossa. Puristeinen äänentuotto näkyy pienenä SPI lukemana. SPI Spektrin harmooninen rakenne Norm Vert Kaavio 4: Soft Phonation Index, CSL. On huomattava, että CSL:n antama normaalilukema on annettu vokaalille /a/. /O/ vokaalille on tyypillistä, että sen ensimmäinen formanttikertymä F1 on hieman matalammalla kuin /a/:ssa. Tämä saattaa vaikuttaa lukemiin niin, että ne ovat tavanomaista suurempia. CSL manuaalissa todetaankin, että lukemien vertailu tulisi suorittaa näytteistä, joissa on kaikissa sama vokaali 12. Näin ollen emme voi tarkastella vertailunäytettä /a/ muiden näytteiden kanssa. Todettakoon kuitenkin, että sen lukema on lähellä CSL:n normaaliarvoa Vaikka emme voikaan verrata CSL:n luvuilla vertailunäytettä ja muita näytteitä, voimme tehdä vertailua tarkastelemalla ISA:n piirtämiä FFT-spektrejä. Tarkastellaan ensin vertailunäytettä. Kuva 3: Vertailuääni, FFT-spektri. Normaali fonaatio. ISA. 11 Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 12 Ibid. 6

7 Vertailunäytteessä ensimmäinen osasävel on voimakkain. Spektri on tasaisen kalteva ja hertsin tietämissä on kohouma, jonka voi tulkita laulajan formantiksi 13. Tämä on tyypillinen Liedeksen äänelle. Kaikissa näytteissä tämä kohouma on jollain tavalla mukana. Tarkastellaan seuraavaksi näytettä 6. Kaaviossa 4 CSL antoi kyseiselle näytteelle pienen SPI - arvon (14.58) verrattuna muihin näytteisiin. Tämä olisi siis ohjelman mukaan puristeisin näyte. ISA:n FFT-spektristä näemmekin, että toinen osasävel on tässä näytteessä ensimmäistä osasäveltä vahvempi. Kuva 4: Näyte 6, FFT-spektri: Puristeisuus. ISA. ISA:n spektrejä tarkastelemalla huomio kiinnittyy myös näytteeseen 3, jossa peräti neljä perussävelen jälkeistä osasäveltä on voimakkaampia kuin perussävel. CSL antaa kuitenkin näytteelle 3 melko suuren SPI luvun (73.20), joka voi osaltaan johtua siitä, että kyseisen näytteen spektri on muutoin jyrkän kalteva. 13 Vertailun vuoksi mainittakoon, että klassisesti kouluteten miesäänen laulajanformantti sijoittuu yleensä taajuuksille Hz. 7

8 Kuva 5: Näyte 3, FFT-spektri: Puristeisuus. ISA. Kuunteluvertailussa näytettä 6 kuvaa ehkä paremmin termi kireys. Perustaajuus on kyseisessä näytteessä 290 Hz. Näyte 3 taas on jo lähtökohdiltaankin matalampi 150 Hz. Kuulonvaraisesti on vaikea erottaa, kumpi niistä olisi varsinaisesti puristeisempi. CSL:n antamista suurista luvuista käy ilmi, että puristeisuuden vastaparia eli fonaation heikkoutta ei ole syytä sivuuttaa. Kaaviosta 4 kävi ilmi, että näytteessä 5 on kaikista suurimmat SPI lukemat (122.26). Tämä näyte kuulostaakin hyvin aneemiselta ja vaisulta. Äänellinen minä on siinä kuin vailla energiaa. Spektri on hyvin kalteva ja laulajan formanttikin on surkastunut. Kuva 6: Näyte 5, FFT-spektri. Heikko fonaatio. ISA. 8

9 Karheus Karheutta mitataan äänestä kahdella eri lukemalla. Jitter tarkoittaa perustaajuuden epäsäännöllistä vaihtelua ja shimmer amplitudin epäsäännöllistä vaihtelua. Yleensä nämä vaihtelut ovat niin pieniä, että korva ei erota niitä varsinaisena äänenkorkeuden tai voimakkuuden vaihteluina vaan äänen karheutena. Jos perustaajuuden vaihtelu on tarpeeksi suurta, kuullaan ääni diplofonisena. 14 ISA:n laskelmien mukaan vertailuääni sijoittuisi noin puoliväliin jitterin ja shimmerin suuruudessa verrattuna muihin näytteisiin. Selvästi eniten jitteriä ja shimmeriä löytyy näytteistä 1 ja 7. Myös näytteessä 2 on kohonneita arvoja. Jitter % Vert % ja % ja % ja 0.028% ja % ja % ja % ja 0.344% ja % % % % % % % 1.51% Shimmer db 1.27 db 1.30 db 0.40 db 0.31 db 1.07 db 0.75 db 1.43 db 0.79 db Kaavio 5: Jitter ja shimmer, ISA. Myös CSL laskee näytteille 1 ja 7 suurimmat arvot. Nyt myös näytteen 5 arvot ovat suuret ja selvästi yli normaaliarvojen. Näyte 6 ja vertailunäytekin saavat kohonneita arvoja, mutta tällä kertaa näytteen 2 arvot eivät ole niin suuret verrattuna muihin näytteisiin kuin mitä oli ISA:n laskelmissa. Norm Vert. Jita Absoluuttinen jitter 83.2us us us 48.29us us us 80.68us us 83.26us Jitt Jitter % 1.04% 10.45% 2.18% 0.75% 1.66% 3.38% 2.27% 9.48% 2.15% ShdB Shimmer db 0.35dB 1.07dB 0.63dB 0.24dB 0.37dB 0.84dB 0.78dB 1.78dB 0.89dB Shim Shimmer % 3.81% 10.28% 6.81% 2.63% 3.70% 8.89% 8.24% 16.21% 8.41dB Kaavio 6: Jitter ja shimmer, CSL. Kuulonvaraisessa analyysissä määrittelin näytteen 5 karheaksi. ISA ei ollut kanssani samaa mieltä, mutta CSL sen sijaan oli. Lisäksi näytteet 1 ja 7 nousivat kummassakin ohjelmassa vahvasti esille. Karheutta on monenlaista ja se saattaa helposti kuultuna sekoittua muihin äänenlaadullisiin tekijöihin. Tässä näytteen 1 matala narina ja näytteen 7 vuotohälyisyys ja laajempi huojunta veivät huomion pois mukana olleilta jitteriltä ja shimmeriltä. Uusi kuuntelukierros avasi korvia havaitsemaan näitäkin piirteitä äänissä. Huojunta Varsinaista korvin kuultavaa perustaajuuden suurempaa huojuntaa tai äänen vapinaa oli näytteissä 2, 6 ja 7. Näitä seikkoja voidaan tutkia CSL-ohjelmalla kiinnittäen huomio perustaajuuden sekä amplitudin vaihteluun. F0 Tremor Frequency (Fftr) kertoo perustaajuuden vaihtelun hertseissä ja F0 14 Patologiset äänet kurssin luento , luennoitsijana Anne-Maria Laukkanen. 9

10 Tremor Intensity Index (FTRI) saman prosenteissa. Amplitude Tremor Frequency (Fatr) puolestaan kertoo amplitudin vaihtelun hertseissä ja Amplitude Tremor Intensity Index (ATRI) saman prosenteissa. Selitys Norm Vert. Fftr Perustaajuuden (F0) vaihtelu Hz FTRI Perustaajuuden vaihtelu % Hz Hz 14.29Hz Hz % 1.27% % 1.32% 0.74% - - Fatr Amplitudin vaihtelu Hz Hz 3.18Hz Hz 5.33Hz 1.78Hz - ATRI Amplitudin vaihtelu % 4.37% % 7.81% % 9.82% 13.28% - Kaavio 7: Perustaajuuden vaihtelu. CSL. Näytteissä 1 ja 4 on selvää perustaajuuden vaihtelua. Lihasten normaaliin hermotoimintaan liittyvä perustaajuuden vaihtelu on noin 5 Hz tietämillä. Tätä ei yleensä havaita vapinana. Vibratoon liittyvä lauluäänen perustaajuuden vaihtelu on yleensä noin 6 Hz. 15 Näytteessä 3 saattaa olla tästä kyse. Näytteen lyhyyden vuoksi tosin vibratoa on hieman vaikea paikallistaa kuulonvaraisesti. Näytteessä 6 sen sijaan on selvästi kyse vibratosta myös kuullun perusteella. Näytteissä 1 ja 4 perustaajuuden vaihtelu on prosentuaalisesti suurempaa kuin muissa näytteissä. Lisäksi hertsiluvutkin ovat suuremmat, päälle 10 hertsiä kummassakin. Näytteessä 1 tämä ei kuulukaan enää vibratona vaan tiheämpänä pärinänä. Näytteessä 4 äänen sävelkorkeus laskee lopussa korvamääräisesti arvioituna noin puoli sävelaskelta pienestä e:stä pieneen es:ään. Voisiko olla, että kone on laskenut tästä tuon hertsin lukeman? Näiden sävelten hertsilukemien erotus, siis matka es:n ja e:n välillä, olisi 9.25 Hz. Amplitudin vaihtelua on puolestaan näytteissä 2, 3, 6 ja 7. Kuunteluanalyysissä tuli siis paremmin esille juuri amplitudin vaihtelu, koska olin kuulonvaraisesti määritellyt huojuntaa näytteisiin 2, 6 ja 7, joissa se nimenomaan oli amplitudin vaihtelua. Seuraavassa kuvassa on esimerkki, kuinka amplitudin vaihtelu näkyy näytteen 6 signaalissa. Kuva 7: Näyte 6, amplitudin vaihtelu. ISA. 15 Patologiset äänet kurssin luento , luennoitsijana Anne-Maria Laukkanen. 10

11 Äänenlaadullisten seikkojen yhdistyminen Mainitsin jo aiemmin, että Uneksija -improvisaatiossa äänenkäytölle on tyypillistä, että useampi äänenlaadullinen seikka on esillä samaan aikaan. Tämä käy hyvin ilmi CSL:n piirtämistä diagrammeista, joista seuraavassa kaksi esimerkkiä. Ensimmäisessä on diagrammi näytteestä 1, jossa ääni osoittautui analyyseissä karkeaksi, huojuvaksi ja puristeiseksi. Diagrammissa näkyykin karkeutta aiheuttavaa jitteriä (Jita, Jitt) sekä puristeisuutta (SPI). Perustaajuuden vaihtelun (vf0) lisäksi diagrammista käy ilmi sävelperiodin vaihtelut (RAP, PPQ ja sppq), jotka myös liittyvät huojuvaan ääneen. Poikkeamat normaaliarvoista näkyvät ympyrän keskiöstä laidoille kasvavina sakaroina. Kuva 8: Näyte 1, diagrammi. CSL. Toisessa esimerkissä on kyse näytteestä 4, joka analysoitiin vuotoiseksi ja huojuvaksi. Diagrammissa nousevatkin esille perustaajuuden vaihtelu (vf0) ja amplitudin vaihtelu (vam). Degree of Voiceless (DUV) arvo johtuu tässä näytteessä todennäköisesti näytteen alkuun tai loppuun jääneestä tyhjästä tilasta. Näin ollen tämä arvo ei ole analyysin kannalta tässä olennainen. Kuva 9: Näyte 4, diagrammi. CSL. 11

12 SPI arvo näyttäisi jälkimmäisessä diagrammissa olevan suurempi kuin näytteen 1 diagrammissa. Todellisuudessa näytteen 4 SPI arvo oli ja näytteen 1 jopa Diagrammit eivät osoittautuneetkaan kovin hyviksi välineiksi eri näytteiden keskinäisessä vertailussa. Sen sijaan ne olivat hyviä tarkasteltaessa yhden äänen tärkeimmiksi nousevia piirteitä. Johtopäätöksiä Häly lisääntyy Uneksijassa loppua kohti mentäessä varsinkin matalilla taajuuksilla. Tämä voi tulkinnallisesti korostaa hyvinkin laulun äänellisen minän ruumiin tilan heikkenemistä. Osa hälystä saattaa johtua myös äänen väsymisestä. Puristeisuuden lisäksi myös heikko fonaatio on tyypillinen tulkinnallinen keino tässä kappaleessa. Heikolla fonaatiolla viittaan tässä äänihuulten löysään sulkeutumiseen. Muutokset akselilla fonaation heikkous - puristeisuus kertovat paljon ruumiin aktiviteettitilasta. Liedes tuottaa mielikuvia äänellisen minän aktiivisuudesta ja passiivisuudesta juuri näillä keinoin. Joissakin kohdin äänellinen minä kärsii aktiivisesti valittaen toisinaan se taas vajoaa passiiviseen kivussa olemiseen. Jitterin ja shimmerin havaitseminen näytteistä 1 ja 7 oli vaikeaa kuulonvaraisesti. Ensimmäisessä näytteessä huomion vei matala narinatyyppinen ääni ja seitsemännessä voimakas vuotohäly. Mielenkiintoista, miten jitterin ja shimmerin vaatimia pieniä muutoksia on mahdollista tehdä ääneen. Jitter ja shimmer lukemathan vaihtelivat paljon eri näytteiden kesken. Tämä kertoo siitä, että karkea äänenlaatu ei ole Liedeksen ääneen elimellisesti kuuluva vaan eritavoin ääntämällä toteutettu. Huojuntaa ja vapinaa löytyi näytteistä neljää erilaista: normaaliin lihasten hermotoimintaan liittyvää perusvapinaa, lauluäänen vibratoa, nopeampaa pärinää sekä musiikilliseen ilmaisuun liittyvää pitkäjaksoisempaa äänen taipumista. Näistä pärinä voidaan nähdä äänessä sairauden representaatioksi, koska se ei palvele sinällään pelkästään musiikillisia päämääriä eikä toisaalta ole myöskään normaaliin ääneen toimintaan liittyvää. Palatkaamme alussa esitettyihin tutkimuskysymyksiin: Mikä on erityistä Liedeksen äänessä Uneksija -improvisaatiossa ja millä tavoin Liedes näyttelee äänellään sairautta? Erityistä äänessä on monipuolinen tulkinnallinen paletti erilaisia äänenlaatuja. Ja erityisesti juuri sairaissa äänissäkin esiin tulevia äänenlaatuja. Merkille pantavaa on, että improvisaatiossa ei ole juuri lainkaan terveeltä kuulostavaa ääntä. Liedes siis pitää sairauden naamion yllään koko kappaleen ajan. Erilaiset sairauden merkit äänessä ovat koko ajan läsnä niin, että ne kerrostuvat keskenään. Näin äänellinen minä voi kuulostaa sairaalta koko ajan ja silti eri äänenlaatuja voi ilmetä eri kohdissa esitystä. Liedes näyttelee äänellään sairautta omaksumalla ääneensä hälyä, huojuntaa, vapinaa, puristeisuutta jne. Näiden äänenlaadullisten seikkojen avulla hän johdattaa kuulijan kohtaamaan esityksessä kuolemaa lähellä olevan minän, joka piirtyy esille toisinaan jännittyneenä ja toisinaan väsyneenä: ihmisenä, jonka ruumis on antamassa periksi. Vaikka levyltä kuunneltuna pääsemme käsiksi Liedeksen esittämään sairauteen vain äänen kautta, voidaan silti todeta, että ääni kertoo paljon myös koko ruumiin tilasta. Esimerkiksi lihasten yleinen jännittyneisyys kuuluu hyvinkin äänessä. Kuulonvaraiset analyysit vastasivat melko hyvin mittaustuloksia. Koin, että mittauksista oli paljon apua sellaisten äänenlaadullisten seikkojen esiintuomiseksi, jotka eivät olleet kuultuna päälimmäisiä laadullisia tekijöitä äänessä. Näin äänestä tuli monipuolisempi kuva ja siitä saattoi oppia kuulemaan uusia seikkoja. Mittausmenetelminä ISA ja CSL täydensivät hyvin toisiaan. CSL:n vahvuus on 12

13 mielestäni sen antamissa lukemissa ja ISA:n vahvuus puolestaan sen piirtämissä graafisissa esityksissä. Näiden vertailu oli hedelmällistä. Ongelmia ja kysymyksiä Vertailuääni olisi ollut hyvä valita konsertin alkupuolelta, jolloin äänen väsymiseen liittyvät tekijät eivät olisi olleet mukana. Mutta ongelmana tässä oli se, että konsertin alkupuolen kappaleissa ei ollut selviä soivia pitkiä vokaaleja ja kappaleissa oli usein mukana myös lyömäsoittimia, jotka olisivat häirinneet lauluäänen analyysiä. Lisäksi olisi ollut hyvä, jos vertailunäytteen vokaali olisi ollut sama kuin muissa analysoiduissa näytteissä. Jatkoa ajatellen konsertti tulisi kuunnella tarkoin läpi ja etsiä sieltä sopivampi vertailuääni tai yrittää löytää se joltain muulta äänitteeltä. Tässä yhteydessä en tehnyt analyysiä siitä, millainen Liedeksen ääni on muihin, oikeasti patologisiin ääniin verrattuna. Jatkossa olisi mielenkiintoista pohtia, mitä patologisten äänten piirteitä Liedes pystyy näyttelemään ja mitkä ovat mahdottomia näytellä? Tässä yhteydessä analyysin tuloksia voisi verrata muihin tutkimustuloksiin. Samalla voisi pohtia enemmänkin, mistä tekijöistä poikkeavat äänenlaadut Uneksijassa voivat johtua? Mitä mahdollisesti tapahtuu lihastasolla? Miten Liedes tuottaa erilaisia äänenlaatuja? Jatkossa työn näkökulman voisi keskittää esimerkiksi ruumiin tilan heikkenemistä ilmentäviin merkkeihin äänessä? Eli siihen, miten laulun äänellisen minän ruumiin tila muuttuu improvisaation aikana? Tätä voisi lähestyä kuulonvaraisella analyysillä, johon liittyisi luonnehdintoja laulajan energian käytöstä. Tämän jälkeen ääntä voisi tarkastella muun muassa Soft Phonation Indexin ja spektrin kaltevuuden analyysin avulla. Työn keskittäminen tiettyjen seikkojen tutkimiseen vaatisi myös uusien analyysinäytteiden valitsemista ja analysoimista. Lähteet Patologiset äänet -kurssin luento , luennoitsijana Anne-Maria Laukkanen. Liedes, Anna-Kaisa: Julkaisemattomasta seminaaripaperista Moniste: Multi-Dimensional Voice Program (MDVP) Model 4305, Operations Manual. Kay Elemetrics Corp. 1993, USA. 13

Åbo 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 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

Lisätiedot

Organization of (Simultaneous) Spectral Components

Organization 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

Lisätiedot

Laulajan ilmaisu ja kuuntelijan kokemus

Laulajan ilmaisu ja kuuntelijan kokemus Esitelmä 29.3.2008 / Powerpoint -esityksen tekstit Musiikki ja tutkimus 2008 Esitys, kuulija ja musiikin välittyminen -symposium. Tampereen yliopisto, Musiikintutkimuksen laitos. Anne Tarvainen Tampereen

Lisätiedot

Tiistai klo 10-12 Jari Eerola 20.1.2015

Tiistai 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

Lisätiedot

5 Akustiikan peruskäsitteitä

5 Akustiikan peruskäsitteitä Puheen tuottaminen, havaitseminen ja akustiikka / Reijo Aulanko / 2016 2017 14 5 Akustiikan peruskäsitteitä ääni = ilmapartikkelien edestakaista liikettä, "tihentymien ja harventumien" vuorottelua, ilmanpaineen

Lisätiedot

Analyysi on helpointa aloittaa painamalla EDIT-painiketta. (Tuotu tiedosto täytyy olla aktiivinen eli valittuna).

Analyysi on helpointa aloittaa painamalla EDIT-painiketta. (Tuotu tiedosto täytyy olla aktiivinen eli valittuna). 1 PRAAT OHJE Yleistä Praat on puheentutkimukseen tarkoitettu ilmainen ohjelma (GNU ohjelma, open source). Se sisältää useita eri analyysimahdollisuuksia, mahdollisuuden määrittää hyvin tarkasti kuvien

Lisätiedot

Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä.

Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä. Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä. Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä... (RV1) Juhlitaan kaikkia tunnettuja

Lisätiedot

MONISTE 2 Kirjoittanut Elina Katainen

MONISTE 2 Kirjoittanut Elina Katainen MONISTE 2 Kirjoittanut Elina Katainen TILASTOLLISTEN MUUTTUJIEN TYYPIT 1 Mitta-asteikot Tilastolliset muuttujat voidaan jakaa kahteen päätyyppiin: kategorisiin ja numeerisiin muuttujiin. Tämän lisäksi

Lisätiedot

Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa

Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa Martti Vainio, Juhani Järvikivi & Stefan Werner Helsinki/Turku/Joensuu Fonetiikan päivät 2004, Oulu 27.-28.8.2004

Lisätiedot

KÄHEYS. Anne Tarvainen. Laulajan äänenlaadun tarkastelua fysiologisesta, kokemuksellisesta ja kulttuurisesta näkökulmasta

KÄHEYS. Anne Tarvainen. Laulajan äänenlaadun tarkastelua fysiologisesta, kokemuksellisesta ja kulttuurisesta näkökulmasta Anne Tarvainen KÄHEYS Laulajan äänenlaadun tarkastelua fysiologisesta, kokemuksellisesta ja kulttuurisesta näkökulmasta Tarkastelen tässä artikkelissa käheyttä lauluäänen piirteenä, joka näyttäytyy erilaisena

Lisätiedot

LOGOPEDIAN OPISKELIJOIDEN ÄÄNEN PIIRTEET JA ÄÄNEN TUOTTO OPINTOJEN ALKU- JA LOPPUVAIHEESSA

LOGOPEDIAN OPISKELIJOIDEN ÄÄNEN PIIRTEET JA ÄÄNEN TUOTTO OPINTOJEN ALKU- JA LOPPUVAIHEESSA LOGOPEDIAN OPISKELIJOIDEN ÄÄNEN PIIRTEET JA ÄÄNEN TUOTTO OPINTOJEN ALKU- JA LOPPUVAIHEESSA Leena Laitinen Pro gradu -tutkielma Maaliskuu 2014 Oulun yliopisto Humanistinen tiedekunta Logopedia Leena Laitinen

Lisätiedot

Kuulohavainnon perusteet

Kuulohavainnon 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

Lisätiedot

THE audio feature: MFCC. Mel Frequency Cepstral Coefficients

THE 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

Lisätiedot

Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen).

Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen). Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen). Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan

Lisätiedot

Nimi: Muiden ryhmäläisten nimet:

Nimi: Muiden ryhmäläisten nimet: Nimi: Muiden ryhmäläisten nimet: PALKKIANTURI Työssä tutustutaan palkkianturin toimintaan ja havainnollistetaan sen avulla pienten ainepitoisuuksien havainnointia. Työn mittaukset on jaettu kolmeen osaan,

Lisätiedot

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa

Lisätiedot

Luento 15: Ääniaallot, osa 2

Luento 15: Ääniaallot, osa 2 Luento 15: Ääniaallot, osa 2 Aaltojen interferenssi Doppler Laskettuja esimerkkejä Luennon sisältö Aaltojen interferenssi Doppler Laskettuja esimerkkejä Aaltojen interferenssi Samassa pisteessä vaikuttaa

Lisätiedot

Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille.

Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille. Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille. Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan (PWR1) Valitaan

Lisätiedot

SUBSTANTIIVIT 1/6. juttu. joukkue. vaali. kaupunki. syy. alku. kokous. asukas. tapaus. kysymys. lapsi. kauppa. pankki. miljoona. keskiviikko.

SUBSTANTIIVIT 1/6. juttu. joukkue. vaali. kaupunki. syy. alku. kokous. asukas. tapaus. kysymys. lapsi. kauppa. pankki. miljoona. keskiviikko. SUBSTANTIIVIT 1/6 juttu joukkue vaali kaupunki syy alku kokous asukas tapaus kysymys lapsi kauppa pankki miljoona keskiviikko käsi loppu pelaaja voitto pääministeri päivä tutkimus äiti kirja SUBSTANTIIVIT

Lisätiedot

RAKENNUSAKUSTIIKKA - ILMAÄÄNENERISTÄVYYS

RAKENNUSAKUSTIIKKA - ILMAÄÄNENERISTÄVYYS 466111S Rakennusfysiikka, 5 op. RAKENNUSAKUSTIIKKA - ILMAÄÄNENERISTÄVYYS Opettaja: Raimo Hannila Luentomateriaali: Professori Mikko Malaska Oulun yliopisto LÄHDEKIRJALLISUUTTA Suomen rakentamismääräyskokoelma,

Lisätiedot

Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa

Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa Valtakunnallisesti kattavaa laserkeilausaineistoa ei vielä ole. Kaltevuusmallit perustuvat tällä hetkellä digitaalisen korkeusmallin

Lisätiedot

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä MS-C2128 Ennustaminen ja aikasarja-analyysi 4. harjoitukset / Tehtävät Kotitehtävät: 3, 5 Aihe: ARMA-mallit Tehtävä 4.1. Tutustu seuraaviin aikasarjoihin: Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan

Lisätiedot

SWEPT SINE MITTAUSTEKNIIKKA (NOR121 ANALYSAATTORILLA)

SWEPT SINE MITTAUSTEKNIIKKA (NOR121 ANALYSAATTORILLA) SWEPT SINE MITTAUSTEKNIIKKA (NOR121 ANALYSAATTORILLA) KÄYTTÖKOHTEET: mittaukset tiloissa, joissa on kova taustamelu mittaukset tiloissa, joissa ääni vaimenee voimakkaasti lyhyiden jälkikaiunta-aikojen

Lisätiedot

ÄÄNEN NARINAN ESIINTYMINEN NAISILLA ERI IKÄRYHMISSÄ

ÄÄNEN NARINAN ESIINTYMINEN NAISILLA ERI IKÄRYHMISSÄ ÄÄNEN NARINAN ESIINTYMINEN NAISILLA ERI IKÄRYHMISSÄ Anu Eskelinen Pro gradu -tutkielma Helmikuu 2014 Oulun Yliopisto Humanistinen tiedekunta Logopedia SISÄLLYS TIIVISTELMÄ ESIPUHE 1 JOHDANTO... 1 1.1 Normaalin

Lisätiedot

Mono- ja stereoääni Stereoääni

Mono- 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

Lisätiedot

Puheen akustiikan perusteita

Puheen akustiikan perusteita Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/37 Äänet, resonanssi ja spektrit S-114.770 Kieli kommunikaatiossa...

Lisätiedot

Kuuloaisti. Korva ja ääni. Melu

Kuuloaisti. 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

Lisätiedot

Huutoäänen akustiset ja perkeptuaaliset piirteet

Huutoäänen akustiset ja perkeptuaaliset piirteet Huutoäänen akustiset ja perkeptuaaliset piirteet Elina Lehtinen Puheopin puhetekniikan ja vokologian linjan Pro gradu tutkielma Tampereen yliopisto Syyskuu 2010 Tampereen yliopisto Puheopin laitos LEHTINEN,

Lisätiedot

2.1 Ääni aaltoliikkeenä

2.1 Ääni aaltoliikkeenä 2. Ääni Äänen tutkimusta kutsutaan akustiikaksi. Akustiikassa tutkitaan äänen tuottamista, äänen ominaisuuksia, soittimia, musiikkia, puhetta, äänen etenemistä ja kuulemisen fysiologiaa. Ääni kuljettaa

Lisätiedot

FYSP101/K1 KINEMATIIKAN KUVAAJAT

FYSP101/K1 KINEMATIIKAN KUVAAJAT FYSP101/K1 KINEMATIIKAN KUVAAJAT Työn tavoitteita tutustua kattavasti DataStudio -ohjelmiston käyttöön syventää kinematiikan kuvaajien (paikka, nopeus, kiihtyvyys) hallintaa oppia yhdistämään kinematiikan

Lisätiedot

Kulttuurintutkimuksen koulutusohjelman valintakoe 2009 VALINTAKOETEHTÄVÄT. Koe sisältää neljä vaihtoehtoa:

Kulttuurintutkimuksen koulutusohjelman valintakoe 2009 VALINTAKOETEHTÄVÄT. Koe sisältää neljä vaihtoehtoa: Kulttuurintutkimuksen koulutusohjelman valintakoe 2009 VALINTAKOETEHTÄVÄT Koe sisältää neljä vaihtoehtoa: I II III IV Novellianalyysi Perinnetekstin analyysi Kuva-aineiston analyysi Populaarimusiikkiaineiston

Lisätiedot

Sarjat ja integraalit, kevät 2014

Sarjat ja integraalit, kevät 2014 Sarjat ja integraalit, kevät 2014 Peter Hästö 12. maaliskuuta 2014 Matemaattisten tieteiden laitos Osaamistavoitteet Kurssin onnistuneen suorittamisen jälkeen opiskelija osaa erottaa jatkuvuuden ja tasaisen

Lisätiedot

SIGNAALITEORIAN KERTAUSTA 1

SIGNAALITEORIAN KERTAUSTA 1 SIGNAALITEORIAN KERTAUSTA 1 1 (26) Fourier-muunnos ja jatkuva spektri Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka esittäminen graafisesti edellyttää 3D-kuvaajan piirtämisen. Yleensä

Lisätiedot

Opetusmateriaali. Tutkimustehtävien tekeminen

Opetusmateriaali. Tutkimustehtävien tekeminen Opetusmateriaali Tämän opetusmateriaalin tarkoituksena on opettaa kiihtyvyyttä mallintamisen avulla. Toisena tarkoituksena on hyödyntää pikkuautoa ja lego-ukkoa fysiikkaan liittyvän ahdistuksen vähentämiseksi.

Lisätiedot

MULTI-DIMENSIONAL VOICE PROGRAM ÄÄNIHÄIRIÖiDEN ARVIOINNISSA

MULTI-DIMENSIONAL VOICE PROGRAM ÄÄNIHÄIRIÖiDEN ARVIOINNISSA Puhe ja kieli, 24:1,17-30 (2004) 17 MULTI-DIMENSIONAL VOICE PROGRAM ÄÄNIHÄIRIÖiDEN ARVIOINNISSA Jaana Sellman, Puhetieteiden laitos, Helsingin yliopisto jaana.sellman@helsinki.fi Moniparametrinen akustinen

Lisätiedot

Kohti uuden sukupolven digitaalipianoja

Kohti uuden sukupolven digitaalipianoja Kohti uuden sukupolven digitaalipianoja Heidi-Maria Lehtonen, DI Aalto-yliopiston teknillinen korkeakoulu Signaalinkäsittelyn ja akustiikan laitos Esitys RISS:n kokouksessa 17.11.2010 Esityksen sisältö

Lisätiedot

Puheen akustiikan perusteita

Puheen akustiikan perusteita Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/39 Äänet, resonanssi ja spektrit ctl103 Fonetiikan perusteet kieliteknologeille

Lisätiedot

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/39 ctl103 Fonetiikan perusteet kieliteknologeille

Lisätiedot

MAATALOUDEN TUTKIMUSKESKUS MAANTUTKIMUS LAITOS. Tiedote N:o 8 1979. MAAN ph-mittausmenetelmien VERTAILU. Tauno Tares

MAATALOUDEN TUTKIMUSKESKUS MAANTUTKIMUS LAITOS. Tiedote N:o 8 1979. MAAN ph-mittausmenetelmien VERTAILU. Tauno Tares MAATALOUDEN TUTKIMUSKESKUS MAANTUTKIMUS LAITOS Tiedote N:o 8 1979 MAAN ph-mittausmenetelmien VERTAILU Tauno Tares Maatalouden -tutkimuskeskus MAANTUTKIMUSLAITOS PL 18, 01301 Vantaa 30 Tiedote N:o 8 1979

Lisätiedot

JÄTEHUOLLON ERIKOISTYÖ

JÄTEHUOLLON ERIKOISTYÖ Jari-Jussi Syrjä 1200715 JÄTEHUOLLON ERIKOISTYÖ Typpioksiduulin mittaus GASMET-monikaasuanalysaattorilla Tekniikka ja Liikenne 2013 1. Johdanto Erikoistyön tavoitteena selvittää Vaasan ammattikorkeakoulun

Lisätiedot

SAVONLINNASALI, KOY WANHA KASINO, KONSERTTISALIN AKUSTIIKKA. Yleistä. Konserttisali

SAVONLINNASALI, KOY WANHA KASINO, KONSERTTISALIN AKUSTIIKKA. Yleistä. Konserttisali INSINÖÖRITOIMISTO HEIKKI HELIMÄKI OY Akustiikan asiantuntija puh. 09-58933860, fax 09-58933861 1 SAVONLINNASALI, KOY WANHA KASINO, KONSERTTISALIN AKUSTIIKKA Yleistä Konserttisali Helsinki 19.5.2003 Konserttisalin

Lisätiedot

Puheen tuotto ja havaitseminen I Vokaalit. Puheentuoton lähde-suodin -malli. Glottaalinen äänilähde. Fonaatio

Puheen tuotto ja havaitseminen I Vokaalit. Puheentuoton lähde-suodin -malli. Glottaalinen äänilähde. Fonaatio Puheen tuotto ja havaitseminen I Vokaalit Martti Vainio Puheentuoton lähde-suodin -malli Fonetiikan laitos, Helsingin yliopisto Puheen tuotto ja havaitseminen I p.1/49 S-114.770 Kieli kommunikaatiossa...

Lisätiedot

Puheen tuotto ja havaitseminen I

Puheen tuotto ja havaitseminen I Puheen tuotto ja havaitseminen I Vokaalit Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puheen tuotto ja havaitseminen I p.1/49 Puheentuoton lähde-suodin -malli S-114.770 Kieli kommunikaatiossa...

Lisätiedot

UUDEN NUOTTIKUVAN PURKAMINEN

UUDEN NUOTTIKUVAN PURKAMINEN UUDEN NUOTTIKUVAN PURKAMINEN Muistilista 1) Yleiset havainnot - kokonaisuuden hahmottaminen, harjoitettava alue osana kokonaisuutta - kokoonpano, oma stemma - läpi silmäily: kertausmerkit, pomppamerkit,

Lisätiedot

Kahden laboratorion mittaustulosten vertailu

Kahden laboratorion mittaustulosten vertailu TUTKIMUSSELOSTUS NRO RTE9 (8) LIITE Kahden laboratorion mittaustulosten vertailu Sisältö Sisältö... Johdanto... Tulokset.... Lämpökynttilät..... Tuote A..... Tuote B..... Päätelmiä.... Ulkotulet.... Hautalyhdyt,

Lisätiedot

Voiko hiipiminen olla tanssia? - Esiripun noustessa. Ninni Heiniö ja Pia Puustelli

Voiko hiipiminen olla tanssia? - Esiripun noustessa. Ninni Heiniö ja Pia Puustelli Voiko hiipiminen olla tanssia? - Esiripun noustessa Ninni Heiniö ja Pia Puustelli Esiripun noustessa Sekä esiintyjillä että yleisöllä on aktiivinen rooli esitystapahtumassa -> vuorovaikutus Esitystilanteessa

Lisätiedot

ALS-potilaiden äänenlaadun akustiset ja kuulonvaraiset muutokset yhdeksän kuukauden seurannan aikana

ALS-potilaiden äänenlaadun akustiset ja kuulonvaraiset muutokset yhdeksän kuukauden seurannan aikana ALS-potilaiden äänenlaadun akustiset ja kuulonvaraiset muutokset yhdeksän kuukauden seurannan aikana Maija Siirilä Logopedian pro gradu -tutkielma Yhteiskunta- ja kulttuuritieteiden yksikkö Tampereen yliopisto

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas LUENNOT Luento Paikka Vko Päivä Pvm Klo 1 L 304 8 Pe 21.2. 08:15-10:00 2 L 304 9 To 27.2. 12:15-14:00 3 L 304 9 Pe 28.2. 08:15-10:00 4 L 304 10 Ke 5.3.

Lisätiedot

Perussurffaajat: Tiia Tirkkonen, Teppo Porkka, Janne Tuomisto. Verkkopalvelun arviointisuunnitelma Spotify

Perussurffaajat: Tiia Tirkkonen, Teppo Porkka, Janne Tuomisto. Verkkopalvelun arviointisuunnitelma Spotify Perussurffaajat: Tiia Tirkkonen, Teppo Porkka, Janne Tuomisto Verkkopalvelun arviointisuunnitelma Spotify Tampereen teknillinen yliopisto Hypermedia MATHM- 00000 Hypermedian opintojakso 30.9.2011 Sisällysluettelo

Lisätiedot

Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio

Johdanto 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:

Lisätiedot

ÄÄNI JA SEN HÄIRIH IRIÖT. Tiina Pilbacka-Rönk. nkä

ÄÄNI JA SEN HÄIRIH IRIÖT. Tiina Pilbacka-Rönk. nkä ÄÄNI JA SEN HÄIRIH IRIÖT Tiina Pilbacka-Rönk nkä ? Hyvä ääni ni (Laukkanen, A-M.1999) A Se on kuultavissa. Kommunikatiivisesti tarkoituksenmukainen (riittävästi vaihtelua) Fysiologisesti tarkoituksenmukainen

Lisätiedot

Opettajan äänenkäyttöongelmista ja niiden kuntouttamisesta Ulla Lehtonen, erityisopettaja, FM

Opettajan äänenkäyttöongelmista ja niiden kuntouttamisesta Ulla Lehtonen, erityisopettaja, FM Opettajan äänenkäyttöongelmista ja niiden kuntouttamisesta Ulla Lehtonen, erityisopettaja, FM Ääni on opettajan tärkein työväline eikä sen merkitystä voi nykyyhteiskunnassa yliarvostaa. Kommunikaatioprosessissa

Lisätiedot

LIITE 1 VIRHEEN ARVIOINNISTA

LIITE 1 VIRHEEN ARVIOINNISTA 1 Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi miten uudenaikainen tai kallis tahansa ja mittaaja olisi alansa huippututkija Tästä johtuen mittaustuloksista

Lisätiedot

Äänen lämmittelyn akustiset ja subjektiiviset vaikutukset tottuneilla ja tottumattomilla ääniharjoitusten tekijöillä

Äänen lämmittelyn akustiset ja subjektiiviset vaikutukset tottuneilla ja tottumattomilla ääniharjoitusten tekijöillä T A M P E R E E N Y L I O P I S T O Äänen lämmittelyn akustiset ja subjektiiviset vaikutukset tottuneilla ja tottumattomilla ääniharjoitusten tekijöillä Kasvatustieteiden yksikkö Puhetekniikka ja vokologia

Lisätiedot

SGN-4200 Digitaalinen Audio Harjoitustyö-info

SGN-4200 Digitaalinen Audio Harjoitustyö-info 1 SGN-4200 Digitaalinen Audio Harjoitustyö-info 04.04.2012 Joonas Nikunen Harjoitystyö - 2 Suorittaminen ja Käytännöt Kurssin pakollinen harjoitustyö: Harjoitellaan audiosignaalinkäsittelyyn tarkoitetun

Lisätiedot

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä FYSP0 / K3 DOPPLERIN ILMIÖ Työn tavoitteita havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä harjoitella mittausarvojen poimimista Capstonen kuvaajalta sekä kerrata maksimiminimi

Lisätiedot

S Laskennallinen systeemibiologia

S Laskennallinen systeemibiologia S-114.2510 Laskennallinen systeemibiologia 3. Harjoitus 1. Koska tilanne on Hardy-Weinbergin tasapainossa luonnonvalintaa lukuunottamatta, saadaan alleeleista muodostuvien eri tsygoottien genotyyppifrekvenssit

Lisätiedot

ÄÄNESAUDIOMETRIA ILMA JA LUUJOHTOKYNNYSTEN MÄÄRITTÄMINEN

ÄÄNESAUDIOMETRIA ILMA JA LUUJOHTOKYNNYSTEN MÄÄRITTÄMINEN ÄÄNESAUDIOMETRIA ILMA JA LUUJOHTOKYNNYSTEN MÄÄRITTÄMINEN Suomen audiologian yhdistyksen työryhmä: Lars Kronlund Lauri Viitanen Tarja Wäre Kerttu Huttunen Nämä ohjeet ovat päivitetty versio Valtakunnallisten

Lisätiedot

TEKNOLOGIAA LAULUTUNNILLE?

TEKNOLOGIAA LAULUTUNNILLE? Opinnäytetyö (AMK) Musiikin koulutusohjelma Musiikkipedagogi 2013 Liisi Pettersson TEKNOLOGIAA LAULUTUNNILLE? visuaalisen palautteen ohjelmat työvälineenä klassisen laulun opetuksessa OPINNÄYTETYÖ (AMK)

Lisätiedot

Luento: Puhe. Mitä puhe on? Anatomiaa ja fysiologiaa. Puhetapahtuma. Brocan ja Wernicken alueet. Anatomiaa ja fysiologiaa. Puheen tuottaminen:

Luento: Puhe. Mitä puhe on? Anatomiaa ja fysiologiaa. Puhetapahtuma. Brocan ja Wernicken alueet. Anatomiaa ja fysiologiaa. Puheen tuottaminen: Puheen anatomiaa ja fysiologiaa Puhesignaalin analyysi Puheen havaitseminen luku 11 Luento: Puhe Mitä puhe on? Ihmisen kehittämä symbolinen kommunikaatiojärjestelmä. Perustuu sovittuihin kielellisiin koodeihin

Lisätiedot

Yleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2)

Yleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2) Yleistä Digitaalisen äänenkäsittelyn perusteet Jouni Smed jouni.smed@utu.fi syksy 2006 laajuus: 5 op. (3 ov.) esitiedot: Java-ohjelmoinnin perusteet luennot: keskiviikkoisin 10 12 12 salissa β perjantaisin

Lisätiedot

Opetusmateriaali. Fermat'n periaatteen esittely

Opetusmateriaali. Fermat'n periaatteen esittely Opetusmateriaali Fermat'n periaatteen esittely Hengenpelastajan tehtävässä kuvataan miten hengenpelastaja yrittää hakea nopeinta reittiä vedessä apua tarvitsevan ihmisen luo - olettaen, että hengenpelastaja

Lisätiedot

Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut)

Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut) (äänitteet ja nuottijulkaisut) Kuvailupäivä 5.3.21012 Katerina Sornova Kansalliskirjasto katerina.sornova[ät]helsinki.fi Yleistä säännöistä Ennen: Audiovisuaalisen aineiston kuvailu ja Nuottijulkaisujen

Lisätiedot

Yleistä säännöistä 6.3.2012. Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut) 0-alue: Sisältö- ja mediatyyppi Sisältötyyppi

Yleistä säännöistä 6.3.2012. Mikä muuttuu musiikin kuvailussa? (äänitteet ja nuottijulkaisut) 0-alue: Sisältö- ja mediatyyppi Sisältötyyppi (äänitteet ja nuottijulkaisut) Kuvailupäivä 5.3.21012 Katerina Sornova Kansalliskirjasto katerina.sornova[ät]helsinki.fi Yleistä säännöistä Ennen: Audiovisuaalisen aineiston kuvailu ja Nuottijulkaisujen

Lisätiedot

Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto

Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto Määritelmiä Laadullinen tutkimus voidaan määritellä eri tavoin eri lähtökohdista Voidaan esimerkiksi korostaa sen juuria antropologiasta

Lisätiedot

Kolikon tie Koululaistehtävät

Kolikon tie Koululaistehtävät Kolikon tie Koululaistehtävät I Tehtävät ennen Heureka-vierailua Rahojen ja Suomen Rahapajan historia 1. Ota selvää missä ja milloin raha otettiin ensimmäisen kerran käyttöön. 2. Minkälaisia ensimmäiset

Lisätiedot

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/37 S-114.770 Kieli kommunikaatiossa...

Lisätiedot

Agricolan Monenlaista luettavaa 2

Agricolan Monenlaista luettavaa 2 Helikopteri Jo 500 vuotta sitten italialainen keksijä Leonardo da Vinci suunnitteli helikopterin. Silloin sellaista ei kuitenkaan osattu vielä valmistaa. Vasta 70 vuotta sitten tehtiin ensimmäinen toimiva

Lisätiedot

Ääniterapian tehostaminen: Ääniharjoitukset osaksi naisluokanopettajien arkea Kuntoutustutkimus

Ääniterapian tehostaminen: Ääniharjoitukset osaksi naisluokanopettajien arkea Kuntoutustutkimus Ääniterapian tehostaminen: Ääniharjoitukset osaksi naisluokanopettajien arkea Kuntoutustutkimus Anna Siikanen Logopedian pro gradu -tutkielma Syyskuu 2012 Yhteiskunta- ja kulttuuritieteiden yksikkö Tampereen

Lisätiedot

Tiivistelmä ja yleisiä huomioita tekstistä

Tiivistelmä ja yleisiä huomioita tekstistä Tiivistelmä ja yleisiä huomioita tekstistä Kesäkandidaattiseminaari 2016 Tekstipaja 27.6.2016 Aalto-yliopisto/TKK, Tiina Airaksinen Tiivistelmä Suppea ja itsenäinen teksti, joka kuvaa olennaisen opinnäytteen

Lisätiedot

Musiikista ja äänestä yleisesti. Mitä tiedetään vaikutuksista. Mitä voi itse tehdä

Musiikista ja äänestä yleisesti. Mitä tiedetään vaikutuksista. Mitä voi itse tehdä Tarja Ketola 13.3.2017 Musiikista ja äänestä yleisesti Mitä tiedetään vaikutuksista Mitä voi itse tehdä MELU ihmisen tekemää ääntä, erityisesti sitä mitä ei pysty itse kontrolloimaan HILJAISUUS sallii

Lisätiedot

Kirja-analyysi Nuortenkirjan tulkintatehtävä Anna Alatalo

Kirja-analyysi Nuortenkirjan tulkintatehtävä Anna Alatalo Kirja-analyysi Nuortenkirjan tulkintatehtävä Anna Alatalo Anna Alatalo Aihe Mistä teos kertoo? - Aihe on konkreettisesti selitettävissä oleva kokonaisuus, joka kirjassa kuvataan. - Mika Wickströmin Kypärätempun

Lisätiedot

Termiikin ennustaminen radioluotauksista. Heikki Pohjola ja Kristian Roine

Termiikin ennustaminen radioluotauksista. Heikki Pohjola ja Kristian Roine Termiikin ennustaminen radioluotauksista Heikki Pohjola ja Kristian Roine Maanpintahavainnot havaintokojusta: lämpötila, kostea lämpötila (kosteus), vrk minimi ja maksimi. Lisäksi tuulen nopeus ja suunta,

Lisätiedot

5.3 Ensimmäisen asteen polynomifunktio

5.3 Ensimmäisen asteen polynomifunktio Yllä olevat polynomit P ( x) = 2 x + 1 ja Q ( x) = 2x 1 ovat esimerkkejä 1. asteen polynomifunktioista: muuttujan korkein potenssi on yksi. Yleisessä 1. asteen polynomifunktioissa on lisäksi vakiotermi;

Lisätiedot

TÄYTYYKÖ MINUN AINA OLLA OIKEASSA

TÄYTYYKÖ MINUN AINA OLLA OIKEASSA TÄYTYYKÖ MINUN AINA OLLA OIKEASSA Ulla ja Eero Koskinen Alustus 4.4.2009 SISÄLTÖ Käytökseni lähtökohdat Parisuhteen ja avioliiton kehitysvaiheet Toimivan parisuhteen lähtökohtia Ongelmat avioliitossa Parisuhdesoppa

Lisätiedot

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

KOHINA 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

Lisätiedot

Aasian kieliä ja kulttuureita tutkimassa. Paja

Aasian kieliä ja kulttuureita tutkimassa. Paja Esittäytyminen Helpottaa tulevan päivän kulkua. Oppilaat saavat lyhyesti tietoa päivästä. Ohjaajat ja oppilaat näkevät jatkossa toistensa nimet nimilapuista, ja voivat kutsua toisiaan nimillä. Maalarinteippi,

Lisätiedot

Foneettiset symbolit

Foneettiset symbolit Clt 120: Fonetiikan perusteet: intro, äänentuotto, artikulaatiopaikat Martti Vainio -- syksy 2006 Foneettiset symbolit 5000-8000 eri kieltä n. 300 foneettista symbolia riittää niiden kuvaamiseen puheentuotto-

Lisätiedot

Liikunnan merkitys työkykyyn ja arjen jaksamiseen

Liikunnan merkitys työkykyyn ja arjen jaksamiseen Liikunnan merkitys työkykyyn ja arjen jaksamiseen tauoton liikkumaton tupakkapitoinen kahvipitoinen runsasrasvainen alkoholipitoinen heikkouninen? Miten sinä voit? Onko elämäsi Mitä siitä voi olla seurauksena

Lisätiedot

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi)

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi) Kenguru 2012 Junior sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta.

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta. 3 Ääni ja kuulo 1 Mekaanisista aalloista ääni on ihmisen kannalta tärkein. Ääni on pitkittäistä aaltoliikettä, eli ilman (tai muun väliaineen) hiukkaset värähtelevät suuntaan joka on sama kuin aallon etenemissuunta.

Lisätiedot

LAADULLISEN TUTKIMUKSEN OMINAISLAATU

LAADULLISEN TUTKIMUKSEN OMINAISLAATU LAADULLINEN TUTKIMUS Hanna Vilkka 1 LAADULLISEN TUTKIMUKSEN OMINAISLAATU Hermeneuttinen tieteenihanne: intentionaaliset selitykset, subjektiivisuus, sanallinen/käsitteellinen tarkastelutapa, metodien moneus.

Lisätiedot

Analyysi: päättely ja tulkinta. Hyvän tulkinnan piirteitä. Hyvän analyysin tulee olla. Miten analysoida laadullista aineistoa

Analyysi: päättely ja tulkinta. Hyvän tulkinnan piirteitä. Hyvän analyysin tulee olla. Miten analysoida laadullista aineistoa Analyysi: päättely ja tulkinta Analyysin - tai tulkinnan - pitää viedä tutkimus kuvailevan otteen ohi mielellään ohi ilmiselvyyksien KE 62 Ilpo Koskinen 20.11.05 Aineiston analyysi laadullisessa tutkimuksessa

Lisätiedot

Graafiset käyttöliittymät Sivunparantelu

Graafiset käyttöliittymät Sivunparantelu Graafiset käyttöliittymät Sivunparantelu Johdanto Tarkoituksenamme on parantaa Konebox.fi-verkkokaupan nettisivuja. Ensivaikutelman perusteella sivusto tuntuu todella kömpelöltä ja ahdistavalta. Sivu on

Lisätiedot

Taajuusmittauskilpailu Hertsien herruus 2008. Mittausraportti

Taajuusmittauskilpailu Hertsien herruus 2008. Mittausraportti Taajuusmittauskilpailu Hertsien herruus 2008 1. MITTAUSJÄRJESTELMÄ Mittausraportti Petri Kotilainen OH3MCK Mittausjärjestelmän lohkokaavio on kuvattu alla. Vastaanottoon käytettiin magneettisilmukkaantennia

Lisätiedot

Alttoviulujen vertailua spektrianalyysin avulla. Sisällys. Johdanto. Aluke ja jatkuva ääni

Alttoviulujen vertailua spektrianalyysin avulla. Sisällys. Johdanto. Aluke ja jatkuva ääni Alttoviulujen vertailua spektrianalyysin avulla Sisällys Johdanto Aluke ja jatkuva ääni Spektrianalyysi Yläsävelsarja Graafinen kolmiulotteinen kuvaaja Kolme alttoviulua Kuvaajien tulkintaa Kuuntelukoe

Lisätiedot

Tehtävät 1/11. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin)

Tehtävät 1/11. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin) 1/11 Tehtävä 1 2 3 4 5 6 7 8 9 10 Yhteensä Pisteet (tarkastaja merkitsee) Kokeessa on kymmenen tehtävää, joista jokainen on erillisellä paperilla. Jokaisen tehtävän maksimipistemäärä on 6 pistettä. Ratkaise

Lisätiedot

Laulaminen liikkeenä. Anne Tarvainen Artikkeli on julkaistu Musiikin suunta lehden numerossa 3/2004.

Laulaminen liikkeenä. Anne Tarvainen Artikkeli on julkaistu Musiikin suunta lehden numerossa 3/2004. Anne Tarvainen Artikkeli on julkaistu Musiikin suunta lehden numerossa 3/2004. Laulaminen liikkeenä Hahmottelen tässä artikkelissa joitakin kineettisiä, liikelähtöisiä näkökulmia laulamisen tutkimiseen.

Lisätiedot

TUNNE ITSESI TYÖNHAKIJANA

TUNNE ITSESI TYÖNHAKIJANA TUNNE ITSESI TYÖNHAKIJANA Sisällysluettelo: 1. Johdanto 2. Omien taitojen tunnistaminen 3. Omista taidoista kertominen 4. Työnhaun viidakko 5. Miten ylläpitää motivaatiota? 6. Työntekijöiden terveisiä

Lisätiedot

- Kummalla on vaaleammat hiukset? - Villellä on vaaleammat hiukset.

- Kummalla on vaaleammat hiukset? - Villellä on vaaleammat hiukset. MAI FRICK KOMPARAATIO ELI VERTAILU 1. Komparatiivi -mpi -mpa, -mma monikko: -mpi, -mmi - Kumpi on vanhempi, Joni vai Ville? - Joni on vanhempi kuin Ville. - Kummalla on vaaleammat hiukset? - Villellä on

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

ö ø Ilmaääneneristävyys [db] 60 6 mm Taajuus [Hz]

ö ø Ilmaääneneristävyys [db] 60 6 mm Taajuus [Hz] Aalto-yliopisto. ELEC-E564. Meluntorjunta L. Laskuharjoituksien -5 ratkaisut... a) Johda normaalitulokulman massalaki lg(m )-4 yhtälöstä (.6.). ½p. b) Laske ilmaääneneristävyys massalain avulla 6 ja 3

Lisätiedot

Indikaattorit eli mittarit. Kepan verkkokurssi 2006. Jonna Haapanen ja Eija Mustonen

Indikaattorit eli mittarit. Kepan verkkokurssi 2006. Jonna Haapanen ja Eija Mustonen Indikaattorit eli mittarit Kepan verkkokurssi 2006 Jonna Haapanen ja Eija Mustonen Indikaattori on käsitteellinen tai numeerinen muuttuja, joka auttaa arvioimaan muutosta jossain asiantilassa, joko mittaamalla

Lisätiedot

Matlab-tietokoneharjoitus

Matlab-tietokoneharjoitus Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,

Lisätiedot

Turun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut

Turun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut (1) Laske 20 12 11 21. Turun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut a) 31 b) 0 c) 9 d) 31 Ratkaisu. Suoralla laskulla 20 12 11 21 = 240 231 = 9. (2) Kahden peräkkäisen

Lisätiedot

Pianon äänten parametrinen synteesi

Pianon äänten parametrinen synteesi Pianon äänten parametrinen synteesi Jukka Rauhala Pianon akustiikkaa Kuinka ääni syntyy Sisält ltö Pianon ääneen liittyviä ilmiöitä Pianon äänen synteesi Ääniesimerkkejä Akustiikan ja äänenkäsittelytekniikan

Lisätiedot

Uuden mittausmenetelmän kokeilu metsäkonetutkimuksessa. Esko Rytkönen Työterveyslaitos

Uuden mittausmenetelmän kokeilu metsäkonetutkimuksessa. Esko Rytkönen Työterveyslaitos Uuden mittausmenetelmän kokeilu metsäkonetutkimuksessa Esko Rytkönen Työterveyslaitos Metsätehon tuloskalvosarja 12/2011 Taustaa Liikkuvien kohteiden mittaustulosten yhdistäminen liikkeiden eri vaiheisiin

Lisätiedot

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa 9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.

Lisätiedot

3. Ryhdy kirjoittamaan ja anna kaiken tulla paperille. Vääriä vastauksia ei ole.

3. Ryhdy kirjoittamaan ja anna kaiken tulla paperille. Vääriä vastauksia ei ole. 1 Unelma-asiakas Ohjeet tehtävän tekemiseen 1. Ota ja varaa itsellesi omaa aikaa. Mene esimerkiksi kahvilaan yksin istumaan, ota mukaasi nämä tehtävät, muistivihko ja kynä tai kannettava tietokone. Varaa

Lisätiedot