Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Metody syntezy dźwięku Sławomir K. Zieliński Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Inżynierii Dźwięku e-mail:

Podobne prezentacje


Prezentacja na temat: "Metody syntezy dźwięku Sławomir K. Zieliński Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Inżynierii Dźwięku e-mail:"— Zapis prezentacji:

1 Metody syntezy dźwięku Sławomir K. Zieliński Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Inżynierii Dźwięku

2 zastosowanie syntezy dźwięku wprowadzenie elektroniczne instrumenty muzyczne komputerowe karty dźwiękowe systemy multime- dialne systemy telekomunika- cyjne

3 metody syntezy dźwięku wprowadzenie przetwarzanie zapisu metody widmowe algorytmy abstrakcyjne modelowanie fizyczne

4 wprowadzenie - schemat syntetyzera

5 główne elementy torów syntezy: EG (ang. Envelope Generator) - generator obwiedni LFO (ang. Low Frequency Oscillator) generator wolnych przebiegów - VCA - (ang. Voltage Controlled Amplifier) wzmacniacz sterowany napięciowo VCF - (ang. Voltage Controlled Filter) - filtr sterowany napięciowo wprowadzenie

6 wprowadzenie - obwiednia dźwięku

7 rodzaje syntetyzerów: wprowadzenie polifonicznemonofoniczne jednobrzbieniowewielobrzmieniowe (ang. multitimbral)

8 metody syntezy dźwięku wprowadzenie przetwarzanie zapisu metody widmowe algorytmy abstrakcyjne modelowanie fizyczne sampling metoda tablicowa

9 przetwarzanie zapisu - schemat samplera

10 przetwarzanie zapisu sampler syntetyzer tablicowy Jaka różnica? syntetyzer tablicowy = sampler bez możliwości nagrywania dźwięków i ich edycji

11 przetwarzanie zapisu zaleta: wysoka wierność brzmień wady: wymagane duże pojemności pamięci małe możliwości artykulacyjne

12 metody syntezy dźwięku plan wykładu przetwarzanie zapisu metody widmowe algorytmy abstrakcyjne modelowanie fizyczne metoda subtraktywna metoda addytywna

13 metody widmowe - metoda subtraktywna

14

15 a k i b r - współczynniki filtru, u(n) - wymuszenie (ciąg innowacji), x(n) - n-ta próbka sygnału syntetycznego, G - wzmocnienie filtru.

16 metody widmowe - metoda subtraktywna

17 zalety: mała złożoność obliczeniowa interesujące brzmienia możliwość zastosowania do syntezy mowy wady: niezadowalająca wierność brzmień

18 metody widmowe - metoda addytywna

19

20 x(n) - sygnał syntetyczny w chwili nT T - okres próbkowania A k (n) - wartość amplitudy n-tej próbki k-tej składowej, pojawiającej się z okresem T, 2 n T F k (n) - nieliniowa poprawka fazy, M - liczba składowych, 1 - pulsacja składowej podstawowej

21 metody widmowe - metoda addytywna

22 metoda addytywna PV ang. Phase Vocoder f n = nf 1 MQ McAulay i Quatieri f n nie musi być = nf 1

23 metody widmowe - metoda addytywna sposoby kompresji danych: aproksymacja łamanymi synteza addytywna grupowa

24 metody widmowe - metoda addytywna grupowa

25 metody widmowe - metoda addytywna efekty dodatkowe: kompresja lub ekspansja czasowa dźwięku transpozycja dźwięku redukcja szumu

26 metody widmowe - metoda addytywna zaleta: wysoka wierność brzmienia wady: duża złożoność obliczeniowa trudność w doborze widm bazowych (w przypadku metody addytywnej grupowej)

27 metody syntezy dźwięku plan wykładu przetwarzanie zapisu metody widmowe algorytmy abstrakcyjne modelowanie fizyczne FM metoda przekształcania fali algorytmy oparte na zjawiskach chaosu

28 algorytmy abstrakcyjne - FM amplituda częstotliwość nośna okres próbkowania indeks modulacji częstotliwość modulująca

29 algorytmy abstrakcyjne - FM

30

31 J n - funkcja Bessela n-tego rzędu

32 algorytmy abstrakcyjne - FM

33 zaleta: mała złożoność obliczeniowa wady: zła wierność brzmienia trudność w doborze parametrów

34 algorytmy abstrakcyjne - przekształcanie fali

35

36 wielomiany Czebyszewa: własność:

37 algorytmy abstrakcyjne - przekształcanie fali Widmo dźwięku fagotu o wysokości a 1 (440 Hz) w stanie quasi-ustalonym: (a) dźwięk oryginalny; (b) dźwięk syntetyczny uzyskany metodą przekształcania fali. Podczas syntezy uwzględniono dwadzieścia harmonicznych

38 algorytmy abstrakcyjne - przekształcanie fali

39 zaleta: mała złożoność obliczeniowa możliwość analitycznego obliczenia funkcji przekształcającej wada: trudność generacji widma ewolucyjnego trudność generacji widma nieharmonicznego

40 algorytmy abstrakcyjne - fraktale funkcja Weierstrassa: samopodobieństwo gdy M, to a więc

41 algorytmy abstrakcyjne - fraktale Przykład niezmienności fraktali: (a) wykres oryginalnej funkcji Weierstrassa w(t); (b) wykres przeskalowanej funkcji Weierstrassa w(t / 2). Jak widać, wykresy te są jakościowo podobne do siebie. Ze względu na ich podobieństwo, słuchowo percypowana wysokość dźwięku jest taka sama, natomiast występuje nieznaczna różnica brzmienia. W przypadku klasycznych funkcji dźwięki te różniłyby się o oktawę, tzn. dźwięk reprezentowany na wykresie dolnym byłby oktawę niższy. Przy wykreślaniu powyższych funkcji oraz podczas syntezy dźwięku założono następujące parametry: = 1, = 2, M = 7. Ze względu na wykorzystanie funkcji Weierstrassa do syntezy dźwięku w obu przypadkach oryginalne równanie (8-9) dodatkowo przeskalowano o czynnik 2 f 1, gdzie f 1 = 50 Hz. Fraktale można z powodzeniem zastosować do generowania znanych z psychoakustyki tonów Sheparda i Risseta

42 algorytmy abstrakcyjne - fraktale Widma dźwięków uzyskanych na podstawie funkcji wykreślonych na rys. 8-15: (a) funkcja Weierstrassa w(t); (b) przeskalowana funkcja Weierstrassa w(t / 2). Postrzegana słuchowo wysokość powyższych dźwięków jest taka sama, różnica występuje jedynie w ich barwie (dźwięk z rysunku (b) posiada barwę ciemniejszą)

43 algorytmy abstrakcyjne - fraktale zaleta: oszczędność obliczeniowa wada: trudność identyfikacji parametrów mała wierność dźwięków

44 algorytmy abstrakcyjne - generatory chaotyczne n - ta próbka generowanego sygnału współczynniki

45 algorytmy abstrakcyjne - generatory chaotyczne generator Chua

46 algorytmy abstrakcyjne - generatory chaotyczne zaleta: oszczędność obliczeniowa wada: trudność identyfikacji parametrów mała wierność dźwięków

47 metody syntezy dźwięku plan wykładu przetwarzanie zapisu metody widmowe algorytmy abstrakcyjne modelowanie fizyczne metoda matematyczna metoda falowodowa

48 instrument muzyczny model matematyczny modelowanie fizyczne - metoda matematyczna dźwięk

49 instrument muzyczny model matematyczny modelowanie fizyczne - metoda matematyczna dźwięk

50 modelowanie fizyczne - metoda matematyczna

51 zaleta: aspekt poznawczy możliwość efektywnego symulowania artykulacji wady: duża złożoność obliczeniowa mała wierność brzmień

52 modelowanie fizyczne - metoda falowodowa ang. waveguide synthesis (waveguide modeling) J.O. Smith (Uniwersytet w Stanford) początek lat 90-tych duża popularność metody zastosowania w instrumentach i w komputerowych kartach dźwiękowych

53 modelowanie fizyczne - metoda falowodowa równanie falowe: rozwiązanie ogólne: fale bieżące

54 modelowanie fizyczne - metoda falowodowa fale bieżące po spróbkowaniu:

55 modelowanie fizyczne - metoda falowodowa

56 modelowanie sztywnych zakończeń

57 modelowanie fizyczne - metoda falowodowa wypadkowe wychylenie struny (linia ciągła) fale bieżące (linie przerywane)

58 modelowanie fizyczne - metoda falowodowa warunki początkowe (pobudzenie szarpnięciem oraz młoteczkiem)

59 modelowanie fizyczne - metoda falowodowa

60 model Karplusa - Stronga (KS)

61 modelowanie fizyczne - metoda falowodowa model Karplusa - Stronga (KS) z filtrem wszechprzepustowym

62 modelowanie fizyczne - metoda falowodowa

63

64

65 model falowodowy

66 modelowanie fizyczne - metoda falowodowa zaleta: możliwość efektywnego symulowania artykulacji oszczędność obliczeniowa wady: trudność opracowywania modeli mała wierność dźwięku w stanie ustalonym


Pobierz ppt "Metody syntezy dźwięku Sławomir K. Zieliński Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki Katedra Inżynierii Dźwięku e-mail:"

Podobne prezentacje


Reklamy Google