Ses sinyali enterpolasyonunda teknolojinin mevcut durumu

Üç soru:

Ses enterpolasyon kalitesini ölçmek için kullanabileceğiniz tüm metrikler nelerdir? (ayrıca mümkünse psikoakustik açısından)
Bu metriklere göre, ses enterpolasyonunda mevcut teknoloji nedir?
Varsayalım ki, iki enstrümanda iki diziden iki dosyayı iki çözünürlükte sunacağım ve daha sonra bir dosyanın yüksek frekanslı oluşturulmuş versiyonuyla bir örneklemesini karşılaştıracağım, bunları objektif olarak karşılaştırmak için hangi yazılımı kullanabilirim? - ideal olarak yukarıda belirtilen metrikleri kullanmak

Şimdiye kadar, toplayabildiğimden, bu yeniden örnekleyiciler en iyi kaliteyi sağlıyor

Bu yeniden örnekleyicilerin sahip olduğu sorunlardan biri zil öncesi ve sonrasıdır.

Anahtar ilginin sinyal rekonstrüksiyonu (bu terim mantıklı olduğu sürece) olduğunu, bu nedenle alt örneklemeden daha fazla örnekleme olduğunu not etmeliyim.

Düzenleme: İnterpolasyon zaman verimliliği bu bağlamda önemsizdir.

Saygılarımla, meraklı :-)

audio sampling

— Bent Rasmussen
kaynak

Yanıtlar:

"Sorun" ile ilgili olarak yeniden örnekleyicilerle not edin:

Birçok yeniden örnekleme algoritması, doğrusal faz düşük geçişli filtre çok fazlı enterpolasyon çekirdeği kullanır. Minimum faz filtre enterpolasyon çekirdeği, lineer faz enterpolasyon çekirdeğinin aksine (aynı frekans cevabı ile), daha yüksek bir numune hızına yeniden örnekleme sırasında objektif olarak daha az doğru, ama muhtemelen psiko- akustik olarak insanlara daha iyi "daha iyi".

Potansiyel olarak daha az ön zil sesiyle filtreleme için minimum faz filtreleri oluşturma hakkında bir not: http://www.music.columbia.edu/pipermail/music-dsp/2004-Şubat/059372.html

Ayrıca, bir Remez (Parks-McClellan) tasarlanmış alçak geçiren filtre, frekans alanında net bir periyodik dalgalanmaya sahip olabilir ve bu da zaman alanında bir halka öncesi dürtü üretebilir. Bu nedenle, yeniden örnekleme enterpolasyon çekirdeği için düşük geçişli filtre tasarımı (ikincisi genellikle minimum faza daha yakın bir şeyle sonuçlanır) için pencereli bir Sinc'i veya klasik bir analog filtrenin türetilmesini deneyebilirsiniz.

— hotpaw2
kaynak

Minimum faz filtreleriyle ilgili olarak: İlk iki bağlantıdan emin değilim, ancak iZotope'un SRC'si minimum ve doğrusal arasında sürekli değişken faza izin verir. Dinleme testlerinde, insanlar minimum faz ile doğrusal faz arasında bir yerde hoşlanma eğilimindedir.

— schnarf

Pencereli bir filtre, zaman alanlı çalma açısından bir eşdüzen (Remez değişimi yoluyla tasarlanan) filtreden daha iyi olmayabilir. Zil efekti Gibbs fenomeni olarak adlandırılır ve süreksizlikler (örn. Kare dalga) içeren bir sinyali bantlaştırdığınızda gözlenir. Bir equiripple filtrenin frekans alanı dalgalanmasından kaynaklanmaz. Çok keskin kesikli filtreler kullandığınızda etki daha belirgindir; geçiş genişliğini artırmak biraz azaltabilir.

— Jason R

@ Jason R: zaman alanındaki sinüsoid = frekans alanındaki dürtü, sinüzoid dalgalanma oranına bağlı olarak pozisyon. Şimdi 2 alanı tersine çevirin ve bir frekans bölgesi cevabına sinüzoidal benzeri bir dalgalanma koyun. Dürtü, dalgalanma özelliklerine bağlı olarak zaman alanına gider.

— hotpaw2

@ hotpaw2: Benzetmenizi görüyorum. "Zil öncesi dürtü" teriminin amacını yanlış anladım.

— Jason R

Ayrıca, zaman alanındaki pürüzsüz bir pencere, konveksiyon ile frekans alanındaki süreksizlikler etrafında süreksiz olan şeklini yeniden üreterek Gibbs aşımını azaltır.

— hotpaw2

Yeniden örnekleme algoritmalarının bu oldukça kapsamlı bir karşılaştırması var: http://src.infinitewave.ca/

Orada kullandıkları testleri görebilirsiniz. Örtüşme büyüktür ve sinüs süpürme spektrogramıyla görselleştirilmesi kolaydır. Yüksek frekans tepkisi de var - SRC, yüksek frekansları yumuşatmaya neden olmasının yanı sıra yuvarlayabilir. Faz tepkisini dürtü tepkisi grafiğiyle veya faz tepkisinin bir grafiğiyle görselleştirebilirsiniz.

— schnarf
kaynak

Evet, bu mükemmel kaynağı biliyorum. Sadece yeniden örnekleme (özellikle yukarı örnekleme) performansını ölçerken ölçülmeye değer tüm parametreleri bilmek istedim.

— Bent Rasmussen