Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "cyfrowe przetwarzanie sygnałów audio" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Spatial audio reproduction by headphones using binaural room impulse responses measured individually by the listener
    Przestrzenna reprodukcja dźwięku przez słuchawki z wykorzystaniem dwuusznych odpowiedzi impulsowych pomieszczenia rejestrowanych indywidualnie przez słuchacza
    Autorzy:
    Mickiewicz, W.,
    Sawicki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/156984.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    cyfrowe przetwarzanie sygnałów audio
    BRIR
    akustyka wirtualna
    acoustical measurements
    HRTF
    virtual acoustics
    Opis:
    Listening via headphones in opposition to a loudspeaker reproduction introduces changes in the perception of acoustic atmosphere and spaciousness (internalisation effect). This can be changed using the Head Related Transfer Function (HRTF) technology. In the paper there is presented an idea of the headphones processor which uses an individualized Binaural Room Impulse Response (BRIR) measured for a given listener and for a given acoustical environment. There is investigated the influence on the performance of the individualized headphones processor of acoustical properties of the room, length of the BRIR and electroacoustical chain quality. The main goal of this research was to evaluate the minimum requirements, which have to be fulfilled by the processing algorithm to obtain a good subjective performance.
    Odsłuch słuchawkowy w porównaniu z odsłuchem przez głośniki wprowadza zmiany w postrzeganej atmosferze akustycznej i przestrzenności nagrania (efekt internalizacji). Można to zmienić korzystając z technologii HRTF (ang. Head Related Transfer Function). W niniejszym artykule przedstawiono koncepcję procesora słuchawkowego wykorzystującego dwuuszne odpowiedzi impulsowe pomieszczenia (BRIR) mierzone w konkretnym pomieszczeniu odsłuchowym przez końcowego użytkownika systemu. Przeprowadzono badania dotyczące wpływu akustyki pomieszczenia, długości użytych BRIR i jakości elektroakustycznego toru pomiarowego na skuteczność działania procesora. Głównym celem tych badań było określenie minimalnych wymagań, jakie musi spełnić proponowany algorytm, aby zapewnić zadowalające efekty subiektywne.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 6, 6; 30-33
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatic recognition of artificial reverberation settings in speech recordings
    Autorzy:
    Kachniarz, Krzysztof
    Lewandowski, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/128124.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    artificial reverberation
    machine learning
    digital audio signal processing
    sztuczny pogłos
    uczenie maszynowe
    cyfrowe przetwarzanie sygnałów audio
    Opis:
    The aim of this study is to create the method for automatic recognition of artificial reverberation settings extracted from a reference speech recordings. The proposed method employs machine-learning techniques to support the sound engineer in finding the ideal settings for artificial reverberation plugin available at a given Digital Audio Workstation (DAW), i.e. Gaussian Mixture Model (GMM) approach and deep Convolutional Neural Network (CNN) VGG13, which is a novel approach. Training set and data set are 1885 speech signals selected from a EMIME Bilingual Database which were processed with 66 artificial reverberation presets selected from Semantic Audio Labs’s SAFE Reverb plugin database. Performance of the proposed automatic recognition method was evaluated using similarity measures between features of reference and analysed speech recordings. Evaluation procedure showed that a classical GMM approach gives 43.8% of recognition accuracy while proposed method with VGG13 deep CNN gives 99.94% of accuracy.
    Źródło:
    Vibrations in Physical Systems; 2019, 30, 1; 1-8
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies