ש×פ×ר ×××× ×¤×¨×××¨× ×ק×××× ××ת×ת ש××¢ ×קצ××× × ××××× - SIPL - ×××× ×××
ש×פ×ר ×××× ×¤×¨×××¨× ×ק×××× ××ת×ת ש××¢ ×קצ××× × ××××× - SIPL - ×××× ×××
ש×פ×ר ×××× ×¤×¨×××¨× ×ק×××× ××ת×ת ש××¢ ×קצ××× × ××××× - SIPL - ×××× ×××
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
,Noise_Norm<br />
מכומת לוגריתמית ע"י<br />
6<br />
סיביות, עם צעד כימות של<br />
.3dB<br />
המנורמלים, ,Noise_Para מכומתים בצורה אחידה ע"י 3 סיביות לכל פרמטר.<br />
תוצאת הסינתזה שקולה לסינון רעש לבן ע"י מסנן<br />
מקדמי ה- .DCT<br />
פרמטרי ה-<br />
DCT<br />
FIR<br />
בעל מספר מקדמים, שתלוי במספר<br />
התוצאה שהתקבלה, היתה שהרעש לא נשמע טבעי (במיוחד עבור אותות דיבור). מסנן קטבים<br />
יכול ליצור תגובות חדות ולכן ממדל רעשים צרי סרט בצורה עדיפה מאשר מסנן מסוג<br />
בהינתן מספר מקדמים. לפיכך, משתמשים במקדמי LPC לייצוג המעטפת.<br />
,FIR<br />
4.9 סיכום<br />
בפרק זה מתואר המקודד הפרמטרי<br />
,HILN -<br />
על כל מרכיביו. מקודד<br />
HILN<br />
מפריד את אות<br />
השמע למרכיבים (הרמוניות, בדידים ורעש), כאשר כל מרכיב מיוצג ע"י קבוצה של פרמטרים.<br />
בפרק מתוארים שיטות הקידוד והכימות של הפרמטרים עד ליצירת רצף סיביות, הנשלח למפענח.<br />
רצף הסיביות כולל אך ורק מידע על פרמטרים, המייצגים תכונות של אות השמע. מכיוון<br />
שמשודרים רק פרמטרים, מתאפשרת יעילות קידוד גבוהה וקידוד בקצבים נמוכים ביותר.<br />
המודל הפרמטרי יעיל מאוד בקידוד אותות שמע לא מורכבים (הכוללים מספר קטן של מרכיבים),<br />
כמו אות מוסיקלי הכולל כלי יחיד או מספר מצומצם של כלים. לעומת זאת, המודל פחות יעיל<br />
כאשר אות השמע מאוד מורכב או שהוא כולל מרכיבים שלא ניתן לייצגם באמצעות המודלים<br />
שתוארו<br />
.[13] [11]<br />
5, בפרק<br />
מוצע מודל פרמטרי שונה, בו כל בלוק במערכת מבוסס על שיטה שונה. השיטות<br />
והרעיונות המוצעים מנסים להתמודד עם הבעיתיות של ה- HILN בקידוד אותות שמע מורכבים.<br />
- 43 -
Change language