Belépés címtáras azonosítással
magyar nyelvű adatlap
Zenei jelfeldolgozás
A tantárgy angol neve: Musical Signal Processing
Adatlap utolsó módosítása: 2009. február 10.
Tantárgy lejárati dátuma: 2009. november 24.
Villamosmérnöki Szak
Műszaki Informatika Szak
szabadon választható tantárgy
Név:
Beosztás:
Tanszék, Int.:
Napjainkban a jelfeldolgozási feladatokat – így a zenei jelfeldolgozás feladatait is – szinte kizárólag digitális eszközök segítségével oldják meg. Különösen hatékonyak a modellalapú módszerek, amelyek a fekete doboz megközelítéssel ellentétben a rendszer belső felépítésének ismeretéből indulnak ki.
A tantárgy célja olyan elméleti és gyakorlati ismeretek átadása, amelyek birtokában a hallgatók képessé válnak modellalapú zenei jelfeldolgozó algoritmusok (pl. szintézismódszerek, effektek) kifejlesztésére és megvalósítására. A tantárgy szerves részét képezi a házi feladat, amelyben a hallgatók egy választott algoritmus valós idejű implementációját készítik el.
A tematika fejezeteit releváns platformon (Matlab, Matlab-Simulink, DSP) történő demonstrációk kísérik.
A jelfeldolgozás alapjai esettanulmányokon keresztül. A zenei jelfeldolgozás eszközei: jelfeldolgozó processzorok (24-bites fixpontos, 32-bites lebegőpontos DSP-k), számítógépes rendszerek. Valós idejű beágyazott operációs rendszerek audió jelfeldolgozáshoz.
Digitális szűrés alapjai. Klasszikus analóg szűrők diszkrét idejű modellezése: zenei hangszínszabályzók (parametrikus és grafikus equalizer, low-shelf, high-shelf szűrők) digitális megvalósítása. Számábrázolás problémái – kvantálás, túlvezérlés, instabilitás – és megoldásaik: skálázási módszerek, dither, speciális (pl. kaszkád) szűrőstruktúrák. Tranziensek okozta problémák idővariáns rendszerekben és megoldásaik: interpoláció, átkeverés.
Késleltetővonalak, változtatható hosszúságú késleltetők megvalósítása, törtrész-késleltés. Késleltető alapú (modulációs) algoritmusok: delay, chorus, flanger, Doppler-hatás, Leslie-szimuláció. Zengető algoritmusok megvalósítási módszerei (késleltető alapú és konvolúciós).
Jelek újramintavételezése. Hangmagasság-változtatás valós-idejű módszerei. Pitch-shift, pitch-corrector, vocoder algoritmusok. Nemlineáris rendszerek modellezéséből adódó problémák (aliasing, numerikus instabilitás) kezelése, túlmintavételezés. Nemlineáris effektek digitális modellezése: limiter, kompresszor, zajzár, torzító algoritmusok.
Hangszintézis algoritmusok áttekintése. Sávkorlátozott négyszög- és fűrészjel generálás: analóg szintetizátorok diszkrét idejű szimulációja, szubtraktív szintézis. PCM szintézis. Jelmodell alapú módszerek (additív szintézis, Spectral Modeling Synthesis).
Fizikai modell alapú hangszintézis. Az egydimenziós hullámvezető (húr, légoszlop) modellezése: véges differenciás, modális, digitális hullámvezető módszerek.
Gerjesztés és hangszertest fizikai modellezése, kétdimenziós és háromdimenziós struktúrák, átviteli függvény modellek, Commuted Synthesis. Nemlineáris jelenségek modellezési lehetőségei.
Termékfejlesztési tapasztalatok.
A házi feladat a vizsgaidőszakban különeljárási díj ellenében a harmadik hétig pótolható.
Házi feladat konzultáció a szorgalmi időszakban. Vizsga előtti konzultáció a vizsgaidőszakban.
Az előadás anyagához írásos segédanyagok a tárgy honlapján (http://www.mit.bme.hu/oktatas/targyak/vimiav31/).
A házi feladathoz segédanyagok (fejlesztőrendszerek, leírások) a tárgy honlapján.
Julius O. Smith III. Physical audio signal processing (for virtual musical instruments and audio effects) On-line kiadás, http://ccrma.stanford.edu/~jos/pasp/.
Udo Zölzer (szerk.): DAFX – Digital Audio Effects, John Wiley and Sons, 2002. Matlab példaprogramok: http://www.dafx.de/.
:
Kontakt óra
60
Félévközi készülés órákra
10
Felkészülés zárthelyire
0
Házi feladat elkészítése
40
Kijelölt írásos tananyag elsajátítása
Vizsgafelkészülés
30
Összesen
150
dr. Bank Balázs
tudományos segédmunkatárs
Méréstechnika és Információs Rendszerek Tanszék
dr. Márkus János
adjunktus
dr. Sujbert László
docens
