Подякувати Студентському архіву довільною сумою
Admin
26.02.2023 12:38
Дякуємо, що користуєтесь нашим архівом!
ДОСЛІДЖЕННЯ МЕТОДІВ КОМПРЕСІЇ АУДІОІНФОРМАЦІЇ В MATLAB
Інформація про навчальний заклад
ВУЗ:
Національний університет Львівська політехніка
Інститут:
ІКТА
Факультет:
ЗІ
Кафедра:
ЗІ
Інформація про роботу
Рік:
2015
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Системи запису та відтворення інформації
Група:
ЗІ-32
Частина тексту файла (без зображень, графіків і формул):
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА»
ІКТА
кафедра ЗІ
З В І Т
до лабораторної роботи №2
з курсу: «Системи запису та відтворення інформації»
на тему: «ДОСЛІДЖЕННЯ МЕТОДІВ КОМПРЕСІЇ АУДІОІНФОРМАЦІЇ В MATLAB»
Варіант 1
Мета роботи:
Набути вміння розробляти власні методи стиснення аудіоінформації та оцінювати їх ефективність.
Завдання:
Ознайомитись з теоретичним матеріалом.
Завантажити wav-файл вказаний в завданні відповідно до свого варіанту.
Вивести основну інформацію про файл: кількість вибірок, кількість каналів, частота дискретизації, кількість біт на вибірку. Прослухати аудіофайл.
Оцінити степінь стиснення звукового файлу кодом Хафмена.
Побудувати гістограму аудіофайлу.
Написати кодер, на базі ДКП, який би компресував мовний сигнал з заданим степенем стиску.
Написати декодер, який відтворює мовний сигнал.
Прослухати декодований мовний сигнал та зробити висновки про якість відтвореного сигналу.
Варіант
Назва файлу
Розмір блоку
Степінь стиску
1
Lab_1_1.wav
100
5
ТЕКСТ ПРОГРАМИ:
clc
[Y, F, B]=wavread('C:\Users\Andrey\Desktop\Lab_1_1.wav')
figure(1); plot(Y);title('Input signal')
sound(Y, F, B)
Y = Y*128
n = length(Y)
B,F
figure(2);hist(Y, -128:127);title('Histograma')
%block size
N = 100
L = 38
Nopt = 0
%find probability
P = hist(Y,-128:127)/n
for ii = 1:256
if (P(ii)>0)
Nopt = Nopt - P(ii)*log2(P(ii));
end;
end;
%block`s quantity
nn = fix(n/N)
mm=1
kk=1
%Compression
for ii = 1:nn-1
x = dct(Y(kk:kk+N-1));
y(mm:mm+L-1) = x(1:L);
mm=mm+L;
kk=kk+N;
end;
figure(3);plot(y);title('Compressed signal')
%quantization
y = round(y);
[A, X] = hist(y, min(y):max(y));
Na = length(y);
Ls = 0;
for ii=1:length(A)
if(A(ii)>0)
Ls = Ls + (A(ii)/Na)*log2(A(ii)/Na);
end;
end;
disp('-Ls')
-Ls
d=ceil(log2(max(y)-min(y)))
CR = d/(-Ls)
CR2 = d/(-Ls)* N/L
%restored signal
YC = Y * 0;
dx = Y(1:N) * 0;
kk = 1;
mm = 1
for ii = 1 : nn - 1
dx(1:L) = y(mm : mm + L - 1);
x1 = idct( dx );
YC(kk : kk + N - 1) = x1
dx = dx * 0;
mm = mm + L;
kk = kk + N;
end;
YC = YC / 128;
YC = round(YC * 128) / 128;
figure(4);plot(YC);title('Restored signal')
sound(YC, F, B);
Результати виконання програми
Графік вхідного сигналу
/
Гістограма
/
Стиснений сигнал
/
Відновлений сигнал
/
Степінь стиснення кодом Хафмена: CR= 1.9147
Степінь стиску CR2 = 5.0388
Висновок: виконуючи дану лабораторну роботу, я навчився розробляти власні методи стиснення аудіоінформації за допомогою алгоритмів стиснення аудіосигналів на основі ортогональних перетворень, а також оцінив їх ефективність, та ефективність алгоритмів стиснення без втрат, а саме коду Хафмена.
В методах стиснення без втрат первинний сигнал можна відновити з точністю до біту, тоді як в методах компресії з втратами відновлений сигнал не повністю відповідає первинному, але містить основну частину інформації.
В алгоритмах компресії аудіосигналів на основі ортогональних перетворень стиснення досягається за рахунок того, що кодуються тільки ті коефіцієнти,які переносять суттєву інформацію, решта відкидаються.
29.03.2016 08:03-
Ділись своїми роботами та отримуй миттєві бонуси!
0%
Оголошення від адміністратора