Organization of (Simultaneous) Spectral Components

Samankaltaiset tiedostot
Tietoliikennesignaalit & spektri

THE audio feature: MFCC. Mel Frequency Cepstral Coefficients

Digitaalinen audio

SGN-4200 Digitaalinen audio

SIGNAALITEORIAN KERTAUSTA 1

Åbo Akademi klo Mietta Lennes Nykykielten laitos Helsingin yliopisto

SGN-4200 Digitaalinen Audio Harjoitustyö-info

Tiistai klo Jari Eerola

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

SIGNAALITEORIAN KERTAUSTA OSA 1

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

Kuuloaistin ominaisuuksia

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)

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

Infraäänimittaukset. DI Antti Aunio, Aunio Group Oy

Radioamatöörikurssi 2016

Kuulohavainnon perusteet

Spektri- ja signaalianalysaattorit

Äänen eteneminen ja heijastuminen

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

Puheen akustiikan perusteita

Luento 15: Ääniaallot, osa 2

f k = 440 x 2 (k 69)/12 (demoaa yllä Äänen väri Johdanto

1. Perusteita Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Signaalinkäsittely Musiikin sisältöanalyysi Rumpujen nuotinnos Muotoanalyysi Yhteenveto. Lectio praecursoria

Signaalit ja järjestelmät aika- ja taajuusalueissa

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

Jaksollisen signaalin spektri

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

Luento 9. tietoverkkotekniikan laitos

Petri Kärhä 04/02/04. Luento 2: Kohina mittauksissa

Matlab-tietokoneharjoitus

JOHDATUS TEKOÄLYYN TEEMU ROOS

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

5 Akustiikan peruskäsitteitä

Puheen akustiikan perusteita

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

800 Hz Hz Hz

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Kuulokoje, joka avaa maailmasi

Luento 5. tietoverkkotekniikan laitos

Luento 2. Jaksolliset signaalit

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Radioamatöörikurssi 2017

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

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

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

Luento 8. Suodattimien käyttötarkoitus

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

JOHDATUS TEKOÄLYYN TEEMU ROOS

Virheen kasautumislaki

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

T SKJ - TERMEJÄ

T DSP: GSM codec

Kuuloaisti. Korva ja ääni. Melu

(1) Teknillinen korkeakoulu, Signaalinkäsittelyn ja akustiikan laitos PL 3000, FI TKK -

Kuule - luonnollisesti

Audiosignaalin mallintaminen sineillä ja kohinalla

Akustisen emission Wavelet-analyysi

Digitaalinen signaalinkäsittely Johdanto, näytteistys

Radiokurssi. Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

Ääni, akustiikka Lähdemateriaali: Rossing. (1990). The science of sound. Luvut 2-4, 23.

Lähettimet ja vastaanottimet

LUONNOLLINEN MITTASIGNAALI

Kotitehtävät 1-6: Vastauksia

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

JOHDATUS TEKOÄLYYN TEEMU ROOS

16 Ääni ja kuuleminen

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. 2 ov

Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa

Radioamatöörikurssi 2013

Signaalimallit: sisältö

Radioamatöörikurssi 2015

Mekaniikan jatkokurssi Fys102

ELEC-C7230 Tietoliikenteen siirtomenetelmät

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

Toimivat, esteettömät työtilat Esken verkostoseminaari IIRIS

Tuulivoimamelun ominaispiirteiden määrittäminen

Mittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014

Mitä tulisi huomioida ääntä vaimentavia kalusteita valittaessa?

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI

1 PID-taajuusvastesuunnittelun esimerkki

S Havaitseminen ja toiminta

EMC Säteilevä häiriö

ILKKA HULKKO TAAJUUDEN MITTAUS PAINESIGNAALISTA. Kandidaatintyö

Radioamatöörikurssi 2014

Akustiikka ja toiminta

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

Pianon äänten parametrinen synteesi

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä

Radioamatöörikurssi 2016

Digitaalinen audio & video I

AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing

Radioamatöörikurssi 2012

Liikemäärän säilyminen Vuorovesivoimat Jousivoima

805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016)

PSYKOAKUSTINEN ADAPTIIVINEN EKVALISAATTORI KUULOKEKUUNTELUUN MELUSSA

Transkriptio:

Organization of (Simultaneous) Spectral Components ihmiskuulo yrittää ryhmitellä ja yhdistää samasta fyysisestä lähteestä tulevat akustiset komponentit yhdistelyä tapahtuu sekä eri- että samanaikaisille komponenteille ongelma: mista tiedämme, mitkä komponentit ovat saman fyysisen tapahtuman tulos? komponenteilla, jotka ovat tulosta samasta fyysisesta tapahtumasta, on yleensä useita yhteisiä piirteitä 1 of 10

Aikatason yhdistely yleensä kuulo ennustaa tulevaa olettamalla, että ääni jatkuu samanlaisena f B B B A A A Kuva 1: Yksittäinen harmoninen A ja useamman harmonisen muodostama kompleksinen ääni B, jossa osakomponenttina A, vuorottelevat. Kuulo ryhmittelee kaikki A-komponentit samaan lähteeseen, jolloin ääni A kuuluu kaksinkertaisella taajuudella B:hen nähden, eli ryhmittely menee katkoviivan mukaan. Jos ääntä A ei olisi, ryhmittely menisi luonnollisesti pisteviivan mukaan. t 2 of 10

Vanha + uusi -periaate: kuulo olettaa äänet jatkuviksi => iteratiivinen erotteluprosessi, jossa ensin assosioidaan ne uudet komponentit vanhojen perusteella Ihminen kuulee ylläolevan näin: t Kuva 2: Samankaistaiset, erisuuruiset vuorottelevat kohinapulssit ihminen kuulee siten, että pienempi-intensiteettinen kuuluu kaksinkertaisella taajuudella, ja sen päällä on yli jäävä osa suurempi-intensiteettisestä pulssista. 3 of 10

Kuulojärjestelmä käyttää samanaikaisten komponenttien yhdistelyyn seuraavia ominaisuuksia: lähekkäisyys taajuustasossa harmoniset suhteet yhtäaikaiset taajuuden muutokset yhtäaikaiset amplitudin muutokset, erityisesti alkuhetki spatiaalinen yhteensopivuus Lähekkäisyys taajuustasossa mitä lähempänä taajuudessa komponentit ovat, sitä helpommin ne yhdistyvät samaan lähteeseen 4 of 10

kohinassa spektrin jatkuvat alueet ryhmitellään samaan lähteeseen jos spektrissä on aukko, jossa ei ole komponentteja, sen eripuolilla olevat komponentit kuulostavat tulevan eri lähteistä myös muista erillään olevat harmoniset komponentit erottuvat helpommin kuulo on logaritminen, mutta harmoniset lineaarisesti sijoittuneet => malalimmat harmoniset ovat helpompia erottaa harmonisissa äänissä spektrin tasaisuus vaikuttaa - eriintensiteettiset harmoniset erottuvat helpoimmin luonnollisissa äänissä korkeammilla harmonisilla on pienempi intensiteetti - tällaiset äänet ryhmittyvät helpommin 5 of 10

Harmoniset suhteet joukko harmonisia, joilla on sama perustaajuus, kuullaan yhtenä äänenä - harmonisuus on erittäin voimakas piirre yhdistelyssä, joka voi jopa kumota muut ristiriitaiset piirteet kuulo estimoi perustaajuutta (paikka vs. jaksollisuus) estimointi tapahtuu taajuuskaistoittain, ja ihminen pystyy kuulemaan useamman perustaajuuden yhtä aikaa äänen korkeuden pystyy aistimaan vaikka perustaajuuskomponentti puuttuu myös ei-jaksollisille äänille kuulo yrittää löytää perustaajuutta - korkeusaistimus ei silloin ole yhtä voimakas 6 of 10

Yhtäaikaiset taajuuden muutokset kuulo olettaa, että taajuus pysyy samana f kuullaan näin: f t Kuva 3: Risteävät harmoniset äänet kuulostavat siltä, että ensimmäinen ääni ensin laskee, ja sitten nousee, toisella päinvastoin harmoniset suhteen lisäksi yhteinen taajuusmodulaatio vahvistaa yhteenkuuluvuutta taajuusmodulaation lisäys saattaa aiheuttaa yhdistämisen komponenteille, jotka eivät muutoin yhdistyisi t 7 of 10

huomaa, että jos perustaajuuden f 0 modulaation suuruus on df, n:nnen harmonisen (taajuus nf 0 ) modulaation suuruus on ndf Yhtäaikaiset amplitudimuutokset monet luonnolliset äänet, kuten puhe, sisältävät intensiteettivaihteluja intensiteettivaihtelut eri taajuuskaistoilla korreloivat voimakkaasti keskenään => kuulo käyttää komponenttien amplitudivaihteluja yhdistelyyn täsmälleen yhtäaikainen alkuhetki (onset) aiheuttaa yhdistämiset äänille, jotka eivät muuten yhdistyisi 8 of 10

Muuta modulaatioista sekä amplitudi- että taajuusmodulaatiot synnyttävät lisää taajuuksia spektriin monissa luonnollisissa luonnollisissa äänissä on yhtäaikaa sekä amplitudi- että taajuusmodulaatiota myös modulaation vaiheella on vaikutusta ryhmittelyyn - samanvaiheinen modulaatio aiheuttaa voimakkaampaa assosiointia kuin erivaiheinen f 5f 0 Kuva 4: Harmonisen äänen spektrogrammi. Taajuuskomponentit ovat perustaajuuden monikerroin. f 0 t 9 of 10

7 Spectogram of a sound with frequency modulation 6 5 frequency 4 3 2 1 0 0 10 20 30 40 50 60 70 80 90 100 110 time 3 Signal with amplitude modulation amplitude 2 1 0 1 2 3 0 500 1000 1500 2000 2500 time Kuva 5: Taajuusmoduloidun sinin spektrogrammi ja amplitudimoduloitu sini aikatasossa. 10 of 10