MUS Metodologisk emne, kognitiv musikkvitenskap
|
|
- Solveig Ludvigsen
- 6 år siden
- Visninger:
Transkript
1 MUS428 - Metodologisk emne, kognitiv musikkvitenskap Lydanalyse 9 mars 27
2 Beskjeder Tilbakemeldinger fra presentasjonene forrige uke ligger på fronter. Oblig 3: Lydanalyse NM i stillstand
3 I dag: Learning outcomes Kjenne til noen generelle problemstillinger og prinsipper innen forskning på lyd og Music Information Retrieval Ha en konseptuell forståelse av Fourier Transform Kunne utføre enkle lydanalyser i Matlab
4 Orio (26): Music Retrieval: A Tutorial and Review. Litt gammel, men god intro til MIR-fagfeltet. Paralleller til tradisjonell musikalsk analyse Digital representasjon av musikk Bølgeform Spektrum Spektrogram MIDI Deskriptorer sortert etter Time scales short term: Timbre, Orchestration, Acoustics middle term: Rhythm, Melody, Harmony long term: Structure
5 Forskning på lyd Sammenheng mellom det sub-symbolske, symbolske og supra-symbolske. MIR sjanger-klassifikasjon: Hvilke subsymbolske descriptorer er felles for en sjanger? MIR instrument-klassifikasjon: Hvilke subsymbolske descriptorer er felles for et instrument? Hvis vi kan trene en maskin til å kjenne igjen musikkinstrumenter/sanger/artister, så kan det gi oss en infallsvinkel til å studere hvordan mennesker sanser musikk.
6 Grunnleggende lydlære: Periodisitet Her har begge de to bølgeformene samme frekvens Frekvens: Antall svingninger per sekund Test selv noen enkle tidsdomeneoperasjoner, f.eks. med Grapher (Mac)
7 Amplitude Grunnleggende lydlære: Amplitude og Fase sinustoner gjengis med amplitude (også kalt magnitude) og fase: amplitude: fase: amplitude:.7 fase: Fase amplitude: fase:.75 amplitude:.5 fase:
8 Amplitude Grunnleggende lydlære: Amplitude og Fase sinustoner gjengis med amplitude (også kalt magnitude) og fase: amplitude: fase: amplitude:.7 fase: Fase amplitude: fase: Forskjøvet med.75 sammenliknet med plottet øverst til venstre
9 Grunnleggende lydlære: Grunnfrekvens og Overtoner Harmoniske toner består som regel av en ganske tydelig grunnfrekvens, med overtoner som har frekvens lik 2,3,4,5,... ganger grunnfrekvensen.
10 Grunnleggende lydlære: Analog Digital
11 Grunnleggende lydlære: Analog Digital
12 Grunnleggende lydlære: Sampling sinustone: Hz samplet paa Hz samplet paa 2 Hz samplet paa.5 Hz... for lite
13 Grunnleggende lydlære: Sampling sinustone: Hz samplet paa Hz samplet paa 2 Hz samplet paa.5 Hz... for lite ALIASING: Signalet ser ikke lenger ut som en Hz sinustone
14 Grunnleggende lydlære: Nyquist Nyquist Shannons samplingsteorem (litt omskrevet): Hvis et signal inneholder frekvenskomponenter på opptil X Hz, må vi minimum bruke en samplingsrate på 2 ganger X Hz. CD samplingsfrekvens: 44 Hz høyeste gjengivbare frekvens: 225 Hz (Nyquistfrekvens) Menneskelig hørsel: ca 2 2 Hz
15 Noen naturlige (fra sampler) lyder i tidsdomenet flute trumpet x x 4 sax piano x x 4
16 Noen naturlige (fra sampler) lyder i tidsdomenet flute trumpet Anslag (onset) Hale (tail) sax x piano x x x 4
17 Vi zoomer inn på anslaget flute trumpet sax piano
18 Og på halen flute trumpet x x 4 sax piano x x 4
19 Vi zoomer helt inn på kun to perioder flute trumpet sax.4 piano
20 Fra tidsdomenet til frekvensdomenet: Fourier Transform Ethvert signal kan representeres som en sum av sinustoner med angitt amplitude og fase. (Spektrum) Vi ser vanligvis på et relativt kort signal for å finne frekvensinnholdet i dette. Dersom vi skal analysere et lengre signal deler vi det opp i overlappende vinduer. Flere varianter. Discrete Fourier Transform (DFT) Short-Time Fourier Transform (STFT) Fast Fourier Transform (FFT) og andre varianter som brukes på analoge signaler Det viktigste i dette kurset er ikke forskjellen på de ulike typene.
21 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder Her er vårt fløytesignal
22 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder For enkelhets skyld nedsampler vi til et signal med 7 sampler
23 Fra tidsdomenet til frekvensdomenet: Fourier Transform Resulatatet av å gjøre en Fourier Transform er to nye signaler: 3 amplitude fase Her er ikke x-aksen tid, men bin.
24 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
25 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
26 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
27 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
28 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
29 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
30 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
31 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
32 Fra tidsdomenet til frekvensdomenet: Fourier Transform.3 Fløyte, vindu: 69 samples, dekker 2 perioder amplitude.5 fase
33 Effekten av å doble vinduslengden.4 Vårt eksempel.4 Dobbel samplingsrate Dobbel vindusstørrelse, samme samplingsrate Dobbel vindusstørrelse, halv samplingsrate Høye frekvenser må filtreres bort (nyquist)
34 Vanlivis nedsampler vi ikke:.3 amplitude fase
35 Fire instrumenter, full samplingsrate, vindu 69 samples 4 flute 4 trumpet sax 4 piano
36 Mer om vindusstørrelse Vinduet matcher som regel ikke grunnfrekvensen i signalet. Da faller frekvenskomponentene mellom flere bins
37
38 Oppsummeringspunkter for Fourier Transform Ethvert signal kan representeres som en sum av sinustoner med angitt amplitude/magnitude og fase. Man kan gå frem og tilbake mellom frekvensdomenet og tidsdomenet ved hjelp av FFT og IFFT Innenfor et vindu bestående av N samples har vi N/2 frekvenskomponenter. Det vil si at for å få god frekvensoppløsning må vi ha et langt nok vindu. Dersom vinduet er langt betyr det dårligere oppløsning i tid. Spektrogrammer lages derfor vanligvis med overlappende vinduer (hop size) to fine videoer som forklarer FFT i programmet Max:
39 FFT i Matlab (fløyteeksempelet): Les inn, hør og plot: les in lyden flute = audioread( flute.wav ); hør på lyden sound(flute,44); hør på litt av lyden sound(flute(5:7),44); se på waveform plot(flute) zoom inn på waveform xlim([5 7]) FFT Velg ut en del av lyden plot vinduet du har valgt Gjør en FFT trekk ut amplitude og fase plot amplitude flute69 = flute(8:869); plot(flute69); Y=fft(flute69); Variablen Y inneholder nå komplekse tall a = abs(y); f = angle(y); stem(a(:85))
40 Fysiologisk inspirerte modeller for å beskrive lyd Siden vi ikke er i stand til å høre alle detaljer i lyden som når ørene våre er det interessant å modellere hørselssystemet vårt.. Tidlig prosessering: Modellere filtrering som skjer i det ytre øret, og mellomøret 2. Filterbankmodellering av det indre øret. Denne modellen er vanligvis en kraftig forenkling av virkeligheten. Øret vårt har 35 hårceller, mens 64 eller 28 kanaler brukes i modellene. 3. Modellering av hårcellenes mekaniske bevegelse 4. Modellering av nervebanene fra hårcellene til hjernen 5. Modellering av prosesseringen som skjer i hjernen
41 Fysiologisk inspirerte modeller for a beskrive lyd Hørselssystemet va rt:
42 Fysiologisk inspirerte modeller for å beskrive lyd Cochleagram av fløytelyden vår: 25 2 Place (Bark) 5 5 Time (s)
43 MIRtoolbox Toolbox (samling av funksjoner) for Matlab rettet mot lydanalyse og Music Information Retrieval Se MIRtoolbox primer (på pensumlisten) og manualen som følger med nedlasting av toolboxen for informasjon om installasjon osv. Nedlasting: På midirommet ligger MIRtoolbox ferdig nedlastet i mappen /Applications/matlab toolbox Noen grunnfunksjoner: miraudio - les inn lydfil mirplay - spill av lydfil mirplayer - avspiller for lydfiler mirframe - del opp en lydfil i frames mirfilterbank - del opp en lydfil i filterbanks mirgetdata - hent ut data fra et mirobject Husk at du kan bruke hjelpefunksjonen i Matlab (F)
44 Lyddeskriptorer?f' A iio n+. ','P clt th u) 'o'o.a o o oo oooo p p Is, F a li.^-6-.-i l3.c=ef il? R;9r'5 gil$ 6-i6!J ; p ;:-j5; ai; p!x3= 5 E i=ar? l;a '6:e+ L 6 5';Eil i.e= ;i:?* A 3 t9:![t6{ ::tfs 3 + ;EFti' r'i ll:*o )i ' 3*iat [-r ie*-at f E :":-=*i 7!- sfsqt : : il:+:;; &il iuirf 3 = ExIE; 36 fq-'f =.F'E-i5 a'b :6tl! ti EE-E ic +g; * I ii e i. xit ililli } qr A q, -Q -N G- o! \_ s -:N/a g.y:.-:c; p-- q+l F? ; < :U '-+b-. teitl iligr:f O-rti +rc o-d 9g se?p' SE FE EO.. a '',- r- P v' vo tr i- -^Y su^: -;. 6P O ;. d fxz; : o- blrr i -x *i o- i [--- -==.x rl N',&. trf= q.e 5 M Z'!N XAF 'o 3?a 95'H S5 E i '' ii i 5: ;-o 'o e 9 ofi 69!r' a-i ii Z F X r: xj. a H {: e 6 -(^ Xq 6 i ab v v, F- F E' "i rn x-.= -6'?" U- { : d 't3 f i' lftz., a 5^ *F : e P E ^Yl or < *.6 bi> P6oi-x il$ll+t?-'{o 58-!n-s!!= s*a;;f i F I*X?E fihe- #=={d-9i xe :ra =._7. ; t *f];-e E g ';- ii< G!'- a-. a-. --il IM lilr z l'; lc tv fmt h O g T] J D. ',"a H X ! ^ v td I'. -a! o x H o o o o i o o
45 Noen analysemetoder og lyddeskriptorer i MIRtoolbox mirrms mirenvelope mirspectrum mirflux mirbrightness mircentroid mirroughness mironsets mirkey mirfeatures mirsimatrix mirzerocross
46 Repetisjon av beskjeder Tilbakemeldinger fra presentasjonene forrige uke ligger på fronter. Oblig 3: Lydanalyse NM i stillstand
Matlab-intro MUS4218
Matlab-intro MUS4218 Kristian Nymoen 1 Introduksjon Dette kompendiet tar utgangspunkt i teknikkene som ble vist i Matlab i MUS4218 våren 2017. Det oppdateres underveis i semesteret, og er derfor litt ustrukturert.
DetaljerMUS Lydanalyse
MUS4831 - Lydanalyse 31 oktober 2013 Denne forelesningen: Gjennomgang av Oppgave 3 Tips til semesteroppgaven Music Information Retrieval del 2: Sound, mønstre, likhet, osv. Teoretisk og praktisk Obligatorisk
DetaljerFFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg
FFT Prosessering i frekvensdomenet Digital signalprosessering Øyvind Brandtsegg Representasjonsmåter Tidsdomene: Amplityde over tid Frekvensdomene: Amplityde over frekvens Hvorfor? Prosessering i frekvensdomenet
DetaljerLitt om matlab. fourms. University of Oslo. MUS Musikk og bevegelse. 20 mars Music, Mind, Motion, Machines
Litt om matlab MUS2006 - Musikk og bevegelse 20 mars 2014 Installasjon Matlab er tilgjengelig for alle studenter og ansatte på UiO: http://www.uio.no/tjenester/it/maskin/programvare/p-base/matlab.html
DetaljerRepetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004
Repetisjon: Diskret vs kontinuerlig Forelesning,.februar 4 Kap. 4.-4. i læreboken. Anta variabelen t slik at a < t < b, (a, b) R sampling og rekonstruksjon, i tids- og frekvensdomenet Nyquist-Shannons
DetaljerMUS Lydanalyse
MUS4831 - Lydanalyse 22 august 2013 Hovedmålsetning Å kunne knytte flest mulig forbindelser mellom musikkopplevelsen og lyden, med andre ord: å bli en enda bedre lytter Hovedområder 1 Lyd, signal, representasjoner,
DetaljerObligatorisk oppgave nr 4 FYS Lars Kristian Henriksen UiO
Obligatorisk oppgave nr 4 FYS-213 Lars Kristian Henriksen UiO 18. februar 215 Diskusjonsoppgaver: Oppgave 1 Hvordan kan vi ved å ta utgangspunkt i et frekvensspekter lage en syntstisk lyd? Vil en slik
DetaljerLyd. Litt praktisk informasjon. Litt fysikk. Lyd som en funksjon av tid. Husk øretelefoner på øvelsestimene denne uken og en stund framover.
Lyd Hva er lyd? Sinuser, frekvenser, tidssignaler Hvordan representere lydsignaler matematisk? Litt praktisk informasjon Husk øretelefoner på øvelsestimene denne uken og en stund framover. Lydeksemplene
DetaljerBruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004
Repetisjon: Fourier-transformene Forelesning 6. mai 4 Spektralanalyse Pensum i boken: 3-4 til 3-5. Diskret tid Kontinuerlig tid Diskret frekvens DFT, X[k] Fourierrekker, {a k } Kontinuerlig frekvens DTFT,
DetaljerINF 1040 høsten 2008: Oppgavesett 9 Sampling og kvantisering av lyd (kapittel 11)
INF 1040 høsten 2008: Oppgavesett 9 Sampling og kvantisering av lyd (kapittel 11) Fasitoppgaver Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. Det
DetaljerNoen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1.
FYS2130 Våren 2008 Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1. Vi har på forelesning gått gjennom foldingsfenomenet ved diskret Fourier transform, men ikke vært pinlig nøyaktige
DetaljerForkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan
Velkommen til INF4, Digital signalbehandling Hilde Skjevling (Kursansvarlig) Svein Bøe (Java) INSTITUTT FOR INFORMATIKK Kontaktinformasjon E-post: hildesk@ifi.uio.no Telefon: 85 4 4 Kontor: 4 i 4.etasje,
DetaljerINF3470/4470 Digital signalbehandling. Introduksjon Sverre Holm
INF3470/4470 Digital signalbehandling Introduksjon Sverre Holm Frekvensinnhold i tale og musikk Utgangspunkt: 800 Hz Adobe Audition, filtre Bedre og bedre: 800 Hz 1 oktav: 400-1600 2 oktaver: 200-3200
DetaljerUTVIDET TEST AV PROGRAM
Tid : 16.2.99, kl. 153 Til : Ole Meyer og prøvenemda Fra : Anders Sak : Fagprøve våren 1999, utvidet test av program Denne oppgaven var tre-delt. UTVIDET TEST AV PROGRAM Først skulle jeg påtrykke AD-kortet
Detaljer3UDNWLVN DQYHQGHOVH DY ')7
TE6146 ignalbehandling 3UDNWLVN DQYHQGHOVH DY ')7,QWURGXNVMRQ Kjenner DFT og FFT for effektiv numerisk beregning av DFT. Finnes ferdige funksjoner for FFT- algoritmer implementert i C/C og andre programmeringsspråk.
DetaljerRepetisjon: Spektrum for en sum av sinusoider
Forelesning 9. april 4 Pensum i boken: - og -, noe fra -4 ikke nødvendig å lese, -6., -8-3. og -3.5 3- til 3-4 Oversikt Spektrum for et signal, frekvensinnholdet Bruk av Fourier-transform FT for å beregne
DetaljerDigital sampling og analog estetikk
Digital sampling og analog estetikk UiO, Institutt for Musikkvitenskap MUS4830 Musikk, Teknologi og Produksjon Kristian Nymoen, 2014 Tellef Kvifte (2007): "Digital sampling and analogue aesthetics" i A.
Detaljerf(t) F( ) f(t) F( ) f(t) F( )
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK Oppgave SIG4045 Geofysisk Signalanalyse Lsningsforslag ving 3 a) ' xy (t) = x()y(t + )d : La oss, for
DetaljerForelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006
INF2400 Februar 2006 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 29. mars 2007 Tid for eksamen: 09.00 2.00 Oppgavesettet er på 5 sider. Vedlegg: INF 3470 / INF 4470 Digital Signalbehandling
DetaljerKap 7: Digital it prosessering av analoge signaler
Kap 7: Digital it prosessering av analoge signaler Sverre Holm Temaer 1. Sampling og rekonstruksjon 2. Finne spektret til samplet signal 3. Gjenvinning med forskjellige interpolasjoner 4. Nullinnsetting
DetaljerForelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005
INF2400 Februar 2005 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
DetaljerINF Digital representasjon : Introduksjon til lyd
INF1040 - Digital representasjon 23.09.2009: Introduksjon til lyd Foreleser: Martin Giese Kontakt: martingi@ifi.uio.no, 22852737 Det blir en del stoff per forelesning Er det matematikk eller praktisk regning?
DetaljerSampling ved Nyquist-raten
Samplingsteoremet Oppgavegjennomgang, 7.mai Oversikt Presisering av samplingsteoremet Løse utsendt oppgave om sampling Løse oppgave, V Løse oppgave 3, V If a function f (t contains no frequencies higher
DetaljerEksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen
Frekvensene i DFT Forelesning 3. mai 4 Pensum i boken: fra 3-5.3 til 3-8.4, samt 3-9. Delkapitlene 3-8.5, 3-8.6 og 3-8.7 er nyttig selvstudium. Oversikt Spektralanalyse av signaler med endelig lengde Spektralanalyse
DetaljerMAT-INF 2360: Obligatorisk oppgave 1
6. februar, MAT-INF 36: Obligatorisk oppgave Oppgave I denne oppgaven skal vi sammenligne effektiviteten av FFT-algoritmen med en mer rett frem algoritme for DFT. Deloppgave a Lag en funksjon y=dftimpl(x)
DetaljerDigitalisering av lyd
Digitalisering av lyd Denne øvelsen er basert på materiale som Tore A. Danielsen utviklet som del av sin masteroppgave i fysikkdidaktikk. Arnt Inge Vistnes har også bidratt med ideer og diskusjoner. Hva
DetaljerSampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP
INF 2310 22.01.2008 Ukens temaer Hovedsakelig fra kap. 2.4 i DIP Romlig oppløsning og sampling av bilder Kvantisering Introduksjon til pikselmanipulasjon i Matlab (i morgen på onsdagstimen) Naturen er
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 11. juni 27 Tid for eksamen: 14.3 17.3 Oppgavesettet er på 5 sider. Vedlegg: INF 347 / INF 447 Digital Signalbehandling
Detaljer8/24/2009. INF3470 Digital signalbehandling Introduksjon Sverre Holm
INF3470 Digital signalbehandling Introduksjon Sverre Holm 1 Hvordan virker... CD og lydkoding (mp3 ~1:12) Lyd-filtrering og -effekter Shazam (gjenkjenning av låter, Iphone) Kompresjon av talesignal i GSM:
DetaljerTMA Matlab Oppgavesett 2
TMA4123 - Matlab Oppgavesett 2 18.02.2013 1 Fast Fourier Transform En matematisk observasjon er at data er tall, og ofte opptrer med en implisitt rekkefølge, enten i rom eller tid. Da er det naturlig å
DetaljerSPEKTALANALYSATORER. Fig. 1 Illustrasjon av sammenhengen tidsfunksjon - frekvensspektrum
SPEKTALANALYSATORER Fig. 1 Illustrasjon av sammenhengen tidsfunksjon - frekvensspektrum Vi har ofte nytte av å kunne veksle mellom de to grafiske presentasjonsmåtene for et elektrisk signal, tidsfunksjon
DetaljerOblig 1 FYS2130. Elling Hauge-Iversen
Oblig 1 FYS2130 Elling Hauge-Iversen February 9, 2009 Oppgave 1 For å estimere kvalitetsfaktoren til basilarmembranen for ulike frekvenser har jeg laget et program som generer et rent sinussignal. Ideen
DetaljerSampling, kvantisering og lagring av lyd
Litteratur : Temaer i dag: Neste uke : Sampling, kvantisering og lagring av lyd Cyganski kap 11-12 Merk: trykkfeilliste legges på web-siden Sampling av lyd Kvantisering av lyd Avspilling av samplet og
DetaljerIntroduksjon til lyd. Det ytre øret. Fra lydbølger til nerveimpulser. INF1040 - Digital representasjon 23.09.2009: Introduksjon til lyd.
Foreleser: INF1040 - Digital representasjon 23.09.2009: Introduksjon til lyd Martin Giese Kontakt: martingi@ifi.uio.no, 22852737 Det blir en del stoff per forelesning Er det matematikk eller praktisk regning?
DetaljerKvantitativ analyse. MUS2006 Musikk og bevegelse V2015
Kvantitativ analyse MUS2006 Musikk og bevegelse V2015 Kvalitativ / Kvantitativ? Kvalitativ / Kvantitativ Kvalitativ bevegelsesanalyse: Beskrivelse av kvaliteter i bevegelsen Hvilken funksjon har bevegelsen
DetaljerEt hørselsproblem (1)
Et hørselsproblem (1) I videoen går audiografen gjennom flere prosesser for å diagnostisere hvilken type hørselstap det kan være. Konsultasjon: Spør pasienten om hva han selv mener, og hva han kan ha problemer
DetaljerTMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2 07.03.2013 I dette oppgavesettet skal vi se på ulike måter fouriertransformasjonen anvendes i praksis. Fokus er på støyfjerning i signaler. I tillegg
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 7.mai 24 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: Faglærer(e):
DetaljerUke 10: Diskret Fourier Transform, II
Uke 10: Diskret Fourier Transform, II Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 011 /38 Dagens temaer Spektral glatting pga endelig lengde data Bruk av DFT en
DetaljerLydanalyse, MUS4831 Innføring og oversikt
Lydanalyse, MUS4831 Innføring og oversikt Hovedmålsetting = å kunne knytte flest mulig forbindelser mellom musikkopplevelsen og lyden, m.a.o. å bli en enda bedre lytter Hovedområder: 1. Lyd, signal, representasjoner,
DetaljerMAT-INF 2360: Obligatorisk oppgave 1
7. februar, 2013 MAT-INF 2360: Obligatorisk oppgave 1 Innleveringsfrist: 28/2-2013, kl. 14:30 Informasjon Skriftlige besvarelser skal leveres i obligkassa som står i gangen utenfor ekspedisjonen i 7. et.
Detaljery(t) t
Løsningsforslag til eksamen i TE 559 Signaler og Systemer Høgskolen i Stavanger Trygve Randen, t.randen@ieee.org 3. mai 999 Oppgave a) Et tidsinvariant system er et system hvis egenskaper ikke endres med
DetaljerAnalog. INF 1040 Sampling, kvantisering og lagring av lyd. Kontinuerlig. Digital
INF 14 Sampling, kvantisering og lagring av lyd Temaer i dag : 1. Analog eller digital, kontinuerlig eller diskret 2. Sampling, kvantisering, digitalisering 3. Nyquist-Shannon teoremet 4. Oversampling,
DetaljerINF3470/4470 Digital signalbehandling. Introduksjon Sverre Holm
INF3470/4470 Digital signalbehandling Introduksjon Sverre Holm Hvordan virker... CD og lydkoding (mp3 ~1:12) Lyd-filtrering og -effekter Shazam (gjenkjenning av låter, Iphone) GPS Se kap 7.6-7.10 for
DetaljerKonvolusjon og filtrering og frevensanalyse av signaler
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 2 Konvolusjon og filtrering og frevensanalyse av signaler Sarpsborg 21.01.2005 20.01.05
DetaljerFysisk Lag. Overføringskapasitet. Olav Lysne med bidrag fra Kjell Åge Bringsrud, Pål Spilling og Carsten Griwodz
Fysisk Lag Olav Lysne med bidrag fra Kjell Åge Bringsrud, Pål Spilling og Carsten Griwodz Fysisk Lag 1 Overføringskapasitet r Faktorer som påvirker kvalitet og kapasitet: m Forvrengning av signal gjennom
DetaljerRepetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.
Oversikt, 6.februar Tilhørende pensum i boken er. -.. Repetisjon regning med aliasing og folding rekonstruksjon ved substitusjon FIR-filtre glidende middel et generelt FIR-filter enhetsimpulsresponsen
DetaljerDagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.
Dagens temaer Time : Diskret Fourier Transform, del Andreas Austeng@ifi.uio.no, INF37 Institutt for informatikk, Universitetet i Oslo Spektral glatting pga endelig lengde data Bruk av en Frekvensestimering
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: xx. desember 007 Tid for eksamen: Oppgavesettet er på 6 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerSTE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Sivilingeniørstudiet EL/RT STE 6146 Digital signalbehandling Løsningsforslag til eksamen avholdt 06.02.03 Oppgaver 1. Forklar hva som er
DetaljerFrevensanalyse av signaler (del 2) og filtrering av bilder
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 3 Frevensanalyse av signaler (del 2) og filtrering av bilder Sarpsborg 28.01.2005
DetaljerTMA Kræsjkurs i Matlab. Oppgavesett 2/3
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 2/3 28.02.2013 Oppgave 0: Bruk av fftshift og ifftshift Når du bruker fft i Matlab flyttes frekvensene over midten av spekteret, slik at får du ut frekvensdata
DetaljerFYS2130 OBLIG 1 Anders Hafreager
FYS23 OBLIG Anders Hafreager 28..29 28..29 OPPGAVE I denne oppgaven skal jeg prøve å bestemme kvalitetsfaktoren (Q-verdien) for svingehårene i basillarmembranen som ligger i øret. Jeg skal gjøre dette
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Eksamensdato: 19.5.211 Varighet/eksamenstid: Emnekode: 5 timer EDT24T Emnenavn: Signalbehandling 1 Klasse(r): 2EE Studiepoeng: 1 Faglærer(e): Håkon Grønning
DetaljerFourier-Transformasjoner II
Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4
DetaljerINF 1040 høsten 2009: Oppgavesett 8 Introduksjon til lyd (kapittel 9 og 10)
INF 1040 høsten 2009: Oppgavesett 8 Introduksjon til lyd (kapittel 9 og 10) Vi regner med at decibelskalaen og bruk av logaritmer kan by på enkelte problemer. Derfor en kort repetisjon: Absolutt lydintensitet:
DetaljerProsjektplan. Innføring. Andreas Kleppe Prosjektplan for INF3460 V INF3460 våren 2009 Prosjekt i digital signalbehandling og akustikk
INF3460 våren 2009 Prosjekt i digital signalbehandling og akustikk Prosjektplan Innføring Lyd er kontinuerlige lufttrykkvariasjoner i tid (som sprer seg i rom). Med unntak av noen spesialtilfeller kan
DetaljerIntroduksjon til lyd. Litt praktisk informasjon. Fra lydbølger til nerveimpulser. Det ytre øret
Introduksjon til lyd Temaer i dag: Hvordan kan vi høre lyd? Lyd og lydbølger Amplitude, frekvens, periode og bølgelengde Hvordan representere lydsignaler matematisk? Hvordan illustrere lydsignaler grafisk?
DetaljerÅ FORSTÅ ET HØRSELSTAP
Å FORSTÅ ET HØRSELSTAP Hvordan vet du at du har et hørselstap? Sannsynligvis er du den siste som oppdager det. De fleste hørselstap kommer gradvis, og kanskje oppdager du det ikke selv i starten. Mennesker
DetaljerINF1411 Oblig nr. 2 - Veiledning
INF1411 Oblig nr. 2 - Veiledning Informasjon Instrumentene som behøves i denne obligen er markert over: DMM det digitale multimeteret er du kjent med fra foregående oppgave. Scope er et oscilloskop som
DetaljerINF Digital representasjon : Introduksjon til lyd
INF1040 - Digital representasjon 24.09.2008: Introduksjon til lyd Foreleser: Fritz Albregtsen Kontakt: fritz@ifi.uio.no, 911 63 005 Det blir en del stoff per forelesning Er det matematikk eller praktisk
DetaljerKommentarer til Oppgave 1b) og e) av Yvonne Rinne & Arnt Inge Vistnes
Kommentarer til Oppgave 1b) og e) av Yvonne Rinne & Arnt Inge Vistnes Oppgave 1 b) Oppgave 1b) var litt forvirrende for de fleste, og jeg har derfor valgt å skrive litt om hva som egentlig skjer når en
DetaljerFigur 2 viser spektrumet til signalet fra oppgave 1 med 20% pulsbredde. Merk at mydaqs spektrumsanalysator 2
Oppgave 1 teoretisk del; 2 poeng Figur 1 viser et stolpediagram fra MatLab der c k er plottet for a = 0.2, a = 0.5 og a = 0.01. V 0 = 1 for alle plottene. Oppgave 1 praktisk del; 2 poeng Figur 2 viser
DetaljerSTE 6219 Digital signalbehandling Løsningsforslag
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Masterstudiet EL/RT Side 1 av 3 STE 6219 Digital signalbehandling Løsningsforslag Tid: Fredag 20.04.2007, kl: 09:00-12:00 Tillatte hjelpemidler:
DetaljerBasisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )
INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit
DetaljerTema nr 2: Analog eller digital, kontinuerlig eller diskret. Eksempel på ulike båndbredder. Frekvensinnhold og båndbredde. Analog
INF 1040 Sampling, kvantisering og lagring av lyd Temaer i dag : 1. Frekvensinnhold og båndbredde 2. Analog eller digital, kontinuerlig eller diskret 3. Sampling, kvantisering, digitalisering 4. Nyquist-Shannon
DetaljerProsjektplan for prosjekt i digital signalbehandling og akustikk
Prosjektplan for prosjekt i digital signalbehandling og akustikk Innføring Enhver datamaskin kan kun lagre en endelig mengde informasjon. Fra et matematiske ståsted fører dette til mange begrensninger.
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: 11. desember 006 Tid for eksamen: 15.30 18.30 Oppgavesettet er på 7 sider. Vedlegg:
DetaljerGitarstrengfrekvenser og Fourierspektra
Gitarstrengfrekvenser og Fourierspektra Hensikt Oppsettet vist pa bildet gir deg mulighet til leke med Fourierspektra og en gitarstreng. Gitarstrengen kan eksiteres enten ved at du klimprer pa den som
DetaljerA ft tt * 1 ^ an T ii ft. *< X IP * ft ii l> ff ffl *> (2 # * X fa c, * M L 7 ft tf ;U -h h T T* L /< ft * ft 7 g $ /i & 1 II tz ft ft ip ft M.
Pal 77»_ a< IP ft A 6 * *' -5 m y, m *J 7 7 t< m X D $ ^ 7 6 X b 7 X X * d 1 X 1 v_ y 1 ** 12 7* y SU % II 7 li % IP X M X * W 7 ft 7r SI & # & A #; * 6 ft ft ft < ft *< m II E & ft 5 t * $ * ft ft 6 T
DetaljerUke 9: Diskret Fourier Transform, I
Uke 9: Diskret Fourier Transform, I Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/23 Dagens temaer Sampling og periodisitet DFT DFT og DTFT 3/23 Tema Sampling
DetaljerOblig 1 FYS2130 våren 2008
1 Oblig 1 FYS2130 våren 2008 Leveringsfrist torsdag 14. februar 2008 kl 1400. Besvarelsen kan leveres i papirformat på ekspedisjonskontoret i Fysikkbygget (lever den da til Gyri og be henne registrere
Detaljer1.1 ØRETS ANATOMI OG FYSIOLOGI. Grunnleggende innføring i hvordan øret er bygd opp og hvordan det tekniske systemet gjør at vi kan oppfatte lyd
1.1 ØRETS ANATOMI OG FYSIOLOGI Forfatter: Olav Overvik, Møller kompetansesenter Grunnleggende innføring i hvordan øret er bygd opp og hvordan det tekniske systemet gjør at vi kan oppfatte lyd Stikkord:
DetaljerINF januar 2017 Ukens temaer (Kap med drypp fra kap. 4. i DIP)
25. januar 2017 Ukens temaer (Kap 2.3-2.4 med drypp fra kap. 4. i DIP) Romlig oppløsning Sampling av bilder Kvantisering av pikselintensiteter 1 / 27 Sampling av bilder Naturen er kontinuerlig (0,0) j
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Eksamensdato: 14.5.213 Varighet/eksamenstid: Emnekode: Emnenavn: 5 timer EDT24T Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: 1 Faglærer(e):
DetaljerLøsningsforslag til kapittel 11 sampling, kvantisering og lagring av lyd
Løsningsforslag til kapittel 11 sampling, kvantisering og lagring av lyd Sampling og samplingsrate Hvis vi har et lydsignal som inneholder frekvenser fra 100 til 500 Hz, hvilken samplingsrate og samplingsintervall
DetaljerINF 1040 Sampling, kvantisering og lagring av lyd
INF 1040 Sampling, kvantisering og lagring av lyd Temaer i dag : 1. Analog eller digital, kontinuerlig eller diskret 2. Sampling, kvantisering, digitalisering 3. Nyquist-Shannon teoremet 4. Oversampling,
DetaljerINF3470/4470 Digital signalbehandling. Introduksjon
INF3470/4470 Digital signalbehandling g Introduksjon Sverre Holm Hvordan virker... Digitallyd og lydkoding CD, mp3, aac, DAB, mobiltelefon l Lyd-filtrering og -effekter GPS Medisinsk ultralyd, sonar,
DetaljerHva er et hørselstap?
Hva er et hørselstap? Og hvorfor hjelper ikke all5d hjelpemidler? Peder O. Laugen Heggdal Hva er hørsel? Formen på ytre øret påvirker lyden vi 5l slu@ hører Lydene spre@er fram og 5lbake i hudfoldene Noen
DetaljerIntroduksjon til lyd. Litt praktisk informasjon. Fra lydbølger til nerveimpulser. Det ytre øret
Introduksjon til lyd Temaer i dag: Hvordan kan vi høre lyd? Lyd og lydbølger Amplitude, frekvens, periode og bølgelengde Hvordan representere lydsignaler matematisk? Hvordan illustrere lydsignaler grafisk?
DetaljerForelesning nr.12 INF 1410
Forelesning nr.12 INF 1410 Komplekse frekvenser analyse i frekvensdomenet 20.04. INF 1410 1 Oversikt dagens temaer Intro Komplekse tall Komplekse signaler Analyse i frekvensdomenet 20.04. INF 1410 2 Intro
DetaljerTemaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling
Temaer i dag INF 2310 Digital bildebehandling Forelesning II Sampling og kvantisering Fritz Albregtsen Romlig oppløsning i bilder Sampling av bilder Kvantisering i bilder Avstandsmål i bilder Pensum: Kap.
DetaljerFourier-Transformasjoner IV
Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde
DetaljerSvingninger i en elektrisk RCL-krets med og uten påtrykt vekselspenning.
1 Noen gruppeoppgaver for uke 20 våren 2008 i FYS2130: Svingninger i en elektrisk RCL-krets med og uten påtrykt vekselspenning. Vi har på forelesninger i uke 19 vist hvordan vi kan løse den andre ordens
DetaljerTittel: Design av FSK-demodulator. Forfattere: Torstein Mellingen Langan. Versjon: 1.0 Dato: Innledning 1
Designnotat Innhold Tittel: Design av FSK-demodulator Forfattere: Torstein Mellingen Langan Versjon: 1.0 Dato: 13.11.17 1 Innledning 1 2 Prinsipiell løsning 2 2.1 Analyse av inngangssignal.............................
DetaljerForelesening INF / Spektre - Fourier analyse
Forelesening INF 24 27/ - 25 Spektre - Fourier analyse Spektre - Fourier analyse og syntese Tosidig spektrum Beat notes Amplitudemodulasjon Periodiske og ikke-periodiske signaler Fourier rekker - analyse
DetaljerFYS1210 Løsningsforslag Eksamen V2017
FYS1210 Løsningsforslag Eksamen V2017 Oppgave 1 1 a. Doping er en prosess hvor vi forurenser rent (intrinsic) halvleder material ved å tilsette trivalente (grunnstoff med 3 elektroner i valensbåndet) og
DetaljerTTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver
TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver 21. november 2010 1 Kontinuerlige signaler og systemer 1.1 Signaler i tidsdomenet 2009M 3 b gitt x(t), sum av DC og to sinussignaler,
DetaljerEksempel: Ideelt lavpassfilter
Filterdesign i frekvensdomenet Lavpassfiltre Romlig representasjon av ideelt lavpassfilter Slipper bare gjennom lave frekvenser (mindre enn en grense D 0 som kalles filterets cut-off-frekvens) I signalbehandling
DetaljerMachinery Health Monitoring System
Machinery Health Monitoring System Machinery Health Monitoring System - MHMS Maskindynamikk AS har utviklet, markedsfører og leverer svært kraftige og fleksible online baserte Machinery Health Monitoring
DetaljerProsjektoppgave i FYS2130 våren 2009 (m. korrigering mandag kl 1500)
1 Prosjektoppgave i FYS2130 våren 2009 (m. korrigering mandag kl 1500) I år er det samme prosjektoppgave for alle som skal opp til eksamen i kurset i vår. Selv de som har godkjent obliger fra tidligere
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler: INF2400 Digital signalbehandling 16. 23. april 2004,
DetaljerDen analoge verden blir digitalisert
Den analoge verden blir digitalisert Lindem 4. mai 2008 Med bestemte tidsintervall går vi inn og avleser (digitaliserer) den analoge verdien til signalet. Nyquist Shannon sampling theorem: Skal vi beholde
DetaljerIntroduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4
Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering
DetaljerMPEG-1 lag 1, 2 og lag 3
MPEG-1 lag 1, 2 og lag 3 Sverre Holm INSTITUTT FOR INFORMATIKK August 2009-1 MPEG audiokoding Motivasjon for de fleste kapitlene i Ambardar, Digital signal processing: A Modern Introduction, Thomson, 2007.
DetaljerLØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling
Side1av4 HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Sivilingeniørstudiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling Tid: Mandag 27.08.2009, kl: 09:00-12:00
DetaljerMPEG-1 lag 1, 2 og lag 3
MPEG-1 lag 1, 2 og lag 3 Sverre Holm Basert på presentasjon laget av Torbjörn Ekman, 2005 (nå på NTNU) INSTITUTT FOR INFORMATIKK August 2009-1 MPEG audiokoding Motivasjon for de fleste kapitlene i Ambardar,
DetaljerINF1411 Obligatorisk oppgave nr. 4
INF1411 Obligatorisk oppgave nr. 4 Fyll inn navn på alle som leverer sammen, 2 per gruppe (1 eller 3 i unntakstilfeller): 1 2 3 Informasjon og orientering I denne oppgaven skal du lære litt om responsen
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 6.mai 215 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: 1 Faglærer(e):
Detaljer