Musical information processing

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Musical information processing"

Átírás

1 BABEŞ-BOLYAI UNIVERSITY CLUJ NAPOCA FACULTY OF MATHEMATICS AND INFORMATICS SPECIALIZATION: COMPUTER SCIENCE Diploma Thesis Musical information processing Abstract There will be a lot of citation from this book [Zölzer, 2008] This work is the result of my own activity. I have neither given nor received unauthorized assistance on this work JUNE ALBERT CSANÁD - ISTVÁN ADVISOR: TEACHING ASSISTANT BODÓ ZALÁN-PÉTER, PHD.

2 UNIVERSITATEA BABEŞ-BOLYAI, CLUJ NAPOCA FACULTATEA DE MATEMATICÃ ŞI INFORMATICÃ SPECIALIZAREA INFORMATICÃ Lucrare de diplomă Procesarea informaţiei muzicale CONDUCĂTOR ŞTIINŢIFIC: ASISTENT UNIVERSITAR DR, BODÓ ZALÁN - PÉTER. ABSOLVENT: ALBERT CSANÁD - ISTVÁN IUNIE 2011

3 BABEŞ-BOLYAI TUDOMÁNYEGYETEM KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR INFORMATIKA SZAK Diplomadolgozat Zenei információ feldolgozása TÉMAVEZETŐ: DR. BODÓ ZALÁN - PÉTER, EGYETEMI TANÁRSEGÉD. SZERZŐ: ALBERT CSANÁD - ISTVÁN 2011 JÚNIUS

4 Tartalomjegyzék 1. Digitális jelfeldolgozás DSP Jel Jelfeldolgozás Analóg-Digitális konvertálás Mintavételezés Kvantálás Kódolás Digitális hangfeldolgozás Fast Fourier transzformáció Alkalmazási terület Alkalmazási terület, célközönség Motiváció Technológiák, API-k A Java TM Sound API javax.sound.sampled javax.sound.midi Fast fourier Transzformáció (FFT) Dokumentáció amíg jobb cím nem jut az eszembe Célok

5 1. fejezet Digitális jelfeldolgozás Összefoglaló: Ebben a fejezetben általánosságban fogjuk tárgyalni a digitális jelfeldolgozást, az analóg jelnek digitálissá való átalakítását, a digitális hangfeldolgozást és a fast Fourier transzformációt DSP A digitális jelfeldolgozás már az 1960-as években elkezdett rohamosan fejlődni, majd a processzoroknak a gyors fejlődése tette lehetővé, hogy a digitális jelfeldolgozásra kifejlesztett algoritmusok igazán használhatóak legyenek.[hayes, 1999] A digitális jelfeldolgozásnak az egyik fő célja az analóg jelnek a digitális formában való tárolása, értelmezése és feldogozása Jel A jel [Proakis és Manolakis, 1995] az idő, tér vagy más független változónak a függvényében változó fizikai mennyiség. Ezeket a jeleket le lehet írni pontosan függvények segítségével (pl.: f(t) = t 2 ), bár általában ez nem lehetséges, mert vagy nem ismerünk függvényt, ami leírná, vagy ha ismerünk, akkor túl komplikált, hogy használható legyen valamire. Például a beszédet nem lehet leírni egyszerű függvények segítségével, de le lehet írni különböző (frekvenciájú, amplitúdójú) szinuszoid függvények összegeként Jelfeldolgozás A jeleket fel tudjuk dolgozni analóg úton: szűrhetjük, megnövelhetjük a frekvenciáját és az amplitúdóját. Ugyanezeket a műveleteket, más komplexebb műveleteket és olyan műveleteket is elvégezhetünk digitálisan, amikre nem érdemes áramkört tervezni, illetve gyártani, ehhez a jelet át kell alakítani digitálissá, majd általában vissza analóggá, ezeket analog-to-digital konverterrel (ADC) illetve digital-to-analog konverterrel (DAC) valósítják meg [Proakis és Manolakis, 1995]. A digitális jelfeldolgozásnak rengeteg előnye van az analóg jelfeldolgozással szemben, ezek közül talán a legfontosabb, hogy sokkal összetettebb műveleteket lehet végezni a jelen. Egy másik fontos előnye, hogy sokkal költséghatékonyabb, ha egy analóg jelfeldolgozót más célra szeretnénk átalakítani, akkor általában az egész áramkört újra kell tervezni és építeni, míg a digitálisnál csak a szoftvert kell kicserélni. Egy másik nagy előnye, hogy míg az analóg feldogozás során a jelnek a pontosságát nagyon nehéz megőrizni, szinte lehetetlen, addig a digitális jelfeldolgozásnál, miután megtörtént a digitális jellé való átalakítás, gyakorlatilag nem veszít a jel a pontosságából. 3

6 1. FEJEZET: DIGITÁLIS JELFELDOLGOZÁS A digitális jelfeldolgozásnak megvannak a hátrányai is az analóggal szemben: ha egy nagyon egyszerű műveletet akarunk végezni a jelen, akkor sokkal drágább a digitális megoldás, mint az analóg. Ha olyan jeleket szeretnénk feldolgozni, amelyeknek nagyon magas a frekvenciájuk, vagy nagyon nagy a sávszélességük, akkor olyan ADC-re van szükségünk, amelynek nagyon magas a mintavételezési frekvenciája, ami nagyon költséges, de egy bizonyos szint fölött már lehetetlen megfelelő konvertert készíteni, ilyenkor maradnak az analóg megoldások Analóg-Digitális konvertálás A digitális jelfeldolgozás egyik kulcsfontosságú része az analóg adatok digitálissá való alakítása, mivel a digitális jelek nagy részét analóg jelekből nyerjük (hang, rádió, videó), nagyon kevés kivétellel, ilyen például a valutaárfolyam. Ezt általában analog-to-digital konverterekkel (ADC) szoktuk elérni. A ma használatban levő asztali számítógépek többsége rendelkezik legalább egy ilyen konverterrel, mégpedig a hangkártyán található mikrofonbemenettel, ami a hangot alakítja át digitális jellé. Az átalakítás folyamata három fő részből áll: a mintavételezésből, a kvantálásból és a kódolásból Mintavételezés A mintavételezés folyamán megmérjük a bemenő folytonos jelet. Ha x a (t) a bemenő jel, akkor x a (nt ) x(n), ahol T a mintavételezési idő [Proakis és Manolakis, 1995]. A mintavételezés mikéntjére rengeteg megoldás ismeretes, ezekből a legelterjedtebb az egyenlő időközönként való mintavételezés (periodikus), aminek a lényege, hogy T időközönként veszi a mintát, ahogy ez a 1.1 ábrán is látszik. A T -t mintavételi 1.1. ábra. Analóg jelnek periodikus mintavételezése. [Proakis és Manolakis, 1995] 4

7 1. FEJEZET: DIGITÁLIS JELFELDOLGOZÁS időnek nevezzük és ennek a fordítottját ( 1/T = F s ) mintavételi frekvenciának nevezzük, az angol nyelvű szakirodalomban sampling rate vagy sampling frequency néven ismert. Ennek a mintavételi frekvenciának a helyes kiválasztására érdemes odafigyelni, különben előfordulhat a 1.2 ábrán megfigyelhető aliasing jelenség, ahol túl kicsinek van megválasztva a mintavételezési frekvencia (1Hz), és így a 7/8Hz-es jelből 1/8Hz-es jel fog látszani a digitalizálás után. Ha ugyanezt a 7/8Hz-es jelet 7/8Hz-es mintavételezési frekvenciával próbálnánk digitalizálni, akkor egy nulla amplitúdójú jelet kapnánk, ami bizonyos esetekben még rosszabb, mint az előző esetben kapott 1/8Hz-es jel ábra. Aliasing Ennek a jelenségnek az elkerülésére az általános megoldás, hogy minimum kétszer akkorára választjuk meg a mintavételezési frekvenciát, mint a digitalizálni kívánt analóg jelnek a maximális frekvenciája. Tehát ha az analóg jelünk 30Hz és 50Hz között mozog, akkor másodpercenként minimum 100 alkalommal kell mintát vegyünk a jelből, hogy ugyanazt a frekvenciájú jelet tudjuk majd visszanyerni, ami volt Kvantálás A kvantálás folyamán a folytonos értékkészletet diszkrétté alakítjuk, minden mintának egy értéket feleltetünk meg egy véges értékkészletből. x q (n) = Q[x(n)] A kvantálási folyamat során felosztjuk a bejövő x(n) analóg jelnek az amplitúdóját L intervallumra. Ha egy x(n) érték beleesik egy ilyen [x(k), x(k + 1)] intervallumba, akkor egy x q (k) értéket rendelünk hozzá ebből az intervallumból. 5

8 1. FEJEZET: DIGITÁLIS JELFELDOLGOZÁS 1.3. ábra. Kvantálás. [Hayes, 1999] A véges értékkészletből kifolyólag a még nem kvantált érték és a kvantált érték kis eltérést fog mutatni, ezt kvantálási hibának, kvantálási zajnak nevezzük. e q (n) = x q (n) x(n) Gyakorlatban ezt a hibát minimálisra, elhanyagolható szintre le lehet csökkenteni, de ennek ellenére az átalakítással mindig fog elvesztődni információ, mert mindig lesz két (vagy sokszor több száz) analóg érték, amihez a kvantáló ugyanazt a kvantált értéket fogja rendelni, emiatt a kvantálás vissza nem fordítható folyamat, a kvantált jelből csak egy bizonyos pontossággal lehet visszaállítani az eredetit Kódolás A kódolás folyamán minden kvantálási szinthez egy egyedi bináris számot rendelünk. Ha L intervallumra osztottuk fel az analóg jel amplitúdóját a kvantálási folyamatban, akkor b log 2 L bites szóhosszúságú számokra lesz szükség a kódoláshoz Digitális hangfeldolgozás A digitális jelfeldolgozás egy nagyon ágas-bogas tudományággá nőtte ki magát, rengeteg területen alkalmazható, ezek közül az egyik terület a hangfeldolgozás. A hangfeldolgozás a digitális jelfeldolgozás azon területe, amellyel majdnem minden ember találkozott már, hiszen ott van a számítógépeinkben, a mobiltelefonjainkban és az mp3-lejátszóinkban. Egy zenefájlnak a stúdiótól, addig a pontig, amíg mi halljuk, rengeteg feldolgozáson megy keresztül. Az első lépés a stúdióban a felvétel, ahol a hangot mikrofonok segítségével analóg elektronikus jellé alakítják, majd ezt ADC segítségével digitalizálják, ezzel a digitalizált jellel a stúdióban gyakorlatilag bármit el tudnak végezni, hogy élvezhetőbb, tetszetősebb legyen: visszhang hozzáadása, zajszűrés, több külön felvett sáv összekeverése stb. Majd miután a üzletekből a számítógépünkbe vagy lejátszónkba kerül, megint egy sor digitális jelfeldolgozáson megy keresztül, mielőtt megint analóg, számunkra hallható hang lesz belőle: gondoljunk itt arra, amikor a kedvenc zenelejátszónknak a hangszínszabályzójában (equalizer) felhúzzuk a basszust, ami tulajdonképpen a 40Hz körüli frekvenciák amplitúdóját növeli meg, vagy az mp3-lejátszónkon beállítjuk 6

9 1. FEJEZET: DIGITÁLIS JELFELDOLGOZÁS a zenestílust, amit hallgatunk, és máris sokkal élvezhetőbb lesz a zene. A fizikai hangmagasságnak nincsenek korlátai, azonban az emberi hallásnak vannak ( Hz), és ennek a tartománynak is a felső határa már fülsértő, fájdalmat okoz az ember számára [Kesztler, 2000]. Ezért a digitális hangfeldolgozásban a vizsgált frekvenciatartomány lényegesen leszűkül, így viszonylag olcsó berendezésekkel már előállíthatjuk az analóg jelből a pontos digitális jelet. Ha tovább szeretnénk a berendezésen spórolni, akkor érdemes megnézni, hogy a hang milyen célt fog szolgálni. Egy telefonbeszélgetésnél elégséges csak 3200Hz alatti tartományt vizsgálni, így egy általában 8000Hz-es mintavételezési frekvenciát használunk a telekommunikációban, ugyanez a 3200Hz az ember számára hallható frekvenciatartomány körülbelül 16%-a, mégis a hasznos információnak körülbelül 90%-át tartalmazza. Viszont ha zenéről van szó, akkor legalább 20000Hz-ig kell vizsgálni, amire általában 44100Hz-es mintavételezési frekvenciát használhatunk. Ezen kívül a vételezett mintákat is más hosszúságú szavakban tárolhatjuk: egyszerű beszédnél elég egy 8 bites szó, míg ha zenéről van szó, akkor legalább egy 16 bites szó kell a tároláshoz. Ezeket figyelembe véve, sokkal kisebb számítási kapacitással kell rendelkeznie egy egyszerű beszédet feldolgozó rendszernek ( 64kbit/s), mint egy zenére kifejlesztett rendszernek ( 706kbit/s) [Smith, 1997] Fast Fourier transzformáció A diszkrét Fourier transzformációk alapja, hogy minden jelet fel tudunk írni szinuszoid függvények sorozataként. A diszkrét Fourier transzformációk átviszi a jelet az idő tartományából a frekvencia tartományba, így lehetővé teszi számtalan műveletet elvégzését a jellel, amelyek nem lennének lehetségesek az idő tartományában, például spektrumanalízis vagy egy rendszer frekvenciaválaszának az elemzése. A diszkrét Fourier transzformációnak egyik megoldási módszere a fast Fourier (gyors Fourier) transzformáció. Amint a neve is mutatja, az egyik fő tulajdonsága az, hogy gyors, ezzel az algoritmussal ugyanolyan pontos eredményt lehet elérni, mint más diszkrét Fourier transzformációt számoló algoritmusokkal, csak sokkal hatékonyabban. A fast Fourier transzformáció tette lehetővé a digitális jelfeldolgozásban ma használt módszereknek a kialakulását. A fast Fourier transzformáció nagyon rövid, de nagyon bonyolult algoritmus, egyike a legbonyolultabbaknak, amit használ a digitális jelfeldolgozás. 1 A fast Fourier transzformáció kiszámítására több algoritmus is ismert: Radix-2 (Cooley-Turkey): 2 n méretű mintákra, oszd meg és uralkodj módszeren alapszik, a legelterjedtebb. Prim factor: N méretű mintákra, ahol N felírható N = N 1 N 2 formában, ahol N 1 és N 1 relatív prímek. Bővebben a pontos algoritmusokat megtalálhatjuk a [Hayes, 1999] könyvben. 1. Részlet Smith [1997] könyvéből: While the FFT only requires a few dozen lines of code, it is one of the most complicated algorithms in DSP. 7

10 2. fejezet Alkalmazási terület Összefoglaló: Ebben a fejezetben a programnak a célcsoportjáról, alkalmazási területéről, megírásának a motivációjáról lesz szó Alkalmazási terület, célközönség Az előző fejezetben láthattuk, hogy a digitális jelfeldolgozás nagyon nagy tudományág, ezen belül a digitális hangfeldolgozás szintén külön tudományágnak tekinthető. A program ebből a nagy tudományágból egy kis részt ragad ki, ezzel kíván foglalkozni, mégpedig hogy hogyan lehet kinyerni egy audiofájlból a zeneileg fontos információkat, valamint, hogy ezekkel az információkkal mit lehet kezdeni, hogyan lehet feldolgozni ezeket. A program elsősorban otthoni használatra készült, a célcsoportjába olyan kreatív, alkotni vágyó emberek tartoznak, akiknek van minimális zenei ismeretük, tudják értelmezni, amit a képernyőn látnak, tehát tisztában vannak a hangmagasságokkal, az akkordokkal. Ez utóbbinak a hiánya viszont nem jelenthet nagy akadályt, hiszen ez hamar pótolható, például [Kesztler, 2000] könyvéből vagy a [Muszty és Dobay, 2005] könyvből. Az első, az alkotni vágyás, az nem szerezhető be sajnos könyvekből. Egy másik potenciális célcsoportba tartoznak a már komolyabb zenei ismeretekkel rendelkező emberek, akik a hangjukat szeretnék képezni. De ha valaki ezekből egyikre sem akarja használni, akkor akár metronómként is használható, vagy egyszerűen hangfelvevésre, illetve lejátszására. A programnak nem célja, hogy a zeneszerzők munkáját elvegye, inkább pályakezdőknek, amatőröknek kedvcsináló, hogy szorgalmazza az alkotást. Nem tudja helyettesíteni a zenetanárt, aki megmondja, hogyan formáljuk a hangot, tehát ez a program segédeszköz lehet az alkotáshoz, de önmagában nem garancia sem a fejlődésre, sem az igazi, egyedi zene készítésére Motiváció A program megírásául szolgáló fő motiváció talán az volt, hogy elkezdtem gitározni tanulni, így elkerülhetetlenül, ezzel párhuzamosan, elkezdtem gondolkodni azon, hogyan lehetne elősegíteni, megkönnyíteni számítógép segítségével akár a tanulást, akár a zenealkotást. Ennek eredményeként született meg ez a program is. A megírás másik mozgatórugója az volt, hogy hasonló program jelenleg a piacon nem túl sok van, és ezek közül, ami ingyenes, az nem versenyképes, ami meg versenyképes, annak 40$ körüli ára van. 8

11 2. FEJEZET: ALKALMAZÁSI TERÜLET Egy hasonló programot említenék meg: a Microsoftnak a SongSmith nevű programját. A SongSmithszel véleményem szerint az a legnagyobb baj, hogy azért az árért, amiért árulják, viszonylag keveset nyújt, akinek csak azok a funkciók kellenek, amiket a SongSmith nyújt, az nem feltétlenül fog kifizetni érte 40$-t. Aki viszont zenével keresi a kenyerét, tehát megéri neki, hogy belefektessen, annak nem nyújt eleget a program. A programnak a kinézete is azt sugallja, hogy inkább egy játék, mint komoly alkalmazás. Egy ilyen jellegű programnál a minimális elvárás, hogy tudja felvenni a hangokat mikrofonon keresztül, tudja lementeni azt, tudja lejátszani, és hogy ajánljon akkordokat a felvett éneknek a függvényében. A program ezeken az alapfunkciókon kívül még képes más programban felvett audiofájloknak a megnyitására is 1 és ezt ugyanúgy tudja kezelni megnyitás után, mintha most vettük volna fel. Valamint nemcsak akkordokat ajánl a felvett hangok függvényében, hanem még ki is írja, hogy milyen hangokat énekeltünk. Ez a funkció szerintem nagyon lényeges, hiszen így nyomon tudjuk követni, hogy tényleg azt énekeltük-e amit szerettünk volna, vagy elcsúsztunk egy félhanggal, netán egy egész hanggal, és akkor tudjuk, hogy a hangunkon még van, amit csiszolni. 1. Amennyiben a megfelelő audioformátumban volt lementve. 9

12 3. fejezet Technológiák, API-k Összefoglaló: Ebben a fejezetben a programban használt API kerül bemutatásra, illetve a hangmagasság detektálásra használt FFT A Java TM Sound API A program, mivel hangokkal dolgozik, fel kell vennie a hangokat, le kell játszania a hangokat. Ezt a Java TM Sound API-nak a használatával valósítottam meg. A Java TM Sound API alsó szintű támogatást nyújt audio és MIDI adatok lejátszásához, felvevéséhez és feldolgozásához.[oracle, 2001] Az alapimplementáció támogatja: Az AIFF, AU és WAV audiofájl formátumokat, ezekből a programban a WAV fájlformátum van használva. A lineáris, az a-law és a mu-law kódolásait a fent felsorolt fájlformátumoknak. Az RMF, MIDI 0 és 1-es típusú zenefájl formátumokat. A 8 és 16 bites, a mono és sztereó, 8000 Hz és Hz közötti mintavételezési frekvenciájú hangformátumokat. A MIDI hardverekhez való hozzáférést. Hangszintézist szoftverből. A program szempontjából az API-nak 2 csomagja érdekes (ezeken kívül még kettő van, de ezek az API-nak a kibővítésére szolgálnak): javax.sound.sampled javax.sound.midi javax.sound.sampled Ahhoz, hogy a Java TM Sound API segítségével letudjunk játszani, vagy fel tudjunk venni egy hangot legalább három dologra van szükségünk: formázott audioadatra, keverőre és egy sávra. A formázott audioadatot nem szabad összekeverni az audiofájlnak a formátumával. Az audioadat formátuma tartalmazza az összes információt, ami az audioadatnak a lejátszásához, vagy rögzítéséhez szükséges. Ezek az információk: 10

13 3. FEJEZET: TECHNOLÓGIÁK, API-K encoding: lineáris, vagy valamelyik nemlineáris kvantálási algoritmus volt használva (lineáris: PCM, nemlineáris: a-law, mu-law) samplerate: mintavételezési frekvencia samplesizeinbits: hány bites egy minta channels: mono vagy sztereó hang framesize: általában: chanels samplesizeinbytes, de tartalmazhat plusz információkat is, ilyenkor másképpen kell számolni framerate: ez általában egyenlő a samplerate-el, de ha a frame tartalmaz más információt akkor nem bigendian: big-endian vagy little-endian sorrendben vannak egy mintán belül a byte-ok, csak ha nagyobb a minta mint 8 bit akkor releváns A keverő (mixer) lényegileg hasonlít a fizikai keverőkhöz, amiket koncerteken, hangosításoknál használnak. A Java TM Sound API-ban minden fizikai audio eszköznek (pl.: hangkártya) megfelel egy keverő, valamint fordítva: több bemenetet szétválasztani, vagy összekeverni audiofolyamokba. A sávot (line) egy fizikai keverőnek a ki és bemeneti csatlakozóihoz lehet hasonlítani. A sávok segítségével küldhetünk adatokat a keverőnek, vagy kaphat adatokat a keverőből. Leegyszerűsítve a hang lejátszása így néz ki a Java TM Sound API segítségével: 1 public void play(audioinputstream playbackinputstream) { AudioFormat format = playbackinputstream.getformat(); DataLine.Info info = new DataLine.Info(SourceDataLine.class, format); SourceDataLine line = (SourceDataLine) AudioSystem.getLine(info); line.open(format, bufsize); 6 byte[] data = new byte[bufferlengthinbytes]; int numbytesread = 0; line.start(); while (true) { if ((numbytesread = playbackinputstream.read(data)) == 1) { 11 break; } int numbytesremaining = numbytesread; while (numbytesremaining > 0) { numbytesremaining = line.write(data, 0, numbytesremaining); 16 } } line.drain(); line.stop(); line.close(); 21 } javax.sound.midi A MIDI (Musical Instrument Digital Interface) a számítógépek és az elektronikus hangszerek közti kommunikációra fogalmaz meg egy protokollt. A program szempontjából ez annyiban érdekes, hogy a segítségével könnyedén tudjuk utánozni majdnem bármilyen hangszernek a hangját. Ehhez a csomagból fontos: 11

14 3. FEJEZET: TECHNOLÓGIÁK, API-K Synthesizer: a csomagnak ez az objektuma állítja elő (szintetizálja) a hangszereknek a hangját. midiüzenetek (ShortMessages, SysexMessages, MetaMessages) segítségével lehet kommunikálni vele. Az objektum audioadattá alakítja a midiüzeneteket. programchange(): ennek a metódusnak a segítségével adhatjuk meg, hogy milyen hangszernek a hangján szeretnék utánozni. noteon(int notenumber, int velocity): ez egy ShortMessages, ennek a metódusnak a segítségével mondhatjuk meg a Synthesizernek, hogy melyik hangot, és milyen hangerővel szeretnénk lejátszani. Analógia állítható fel a metódus között és a zongorának a billentyűi között: note megfelel a lenyomott billentyűnek, a velocity a lenyomásnak a gyorsaságával 3.1. noteoff(int notenumber, int velocity): hasonló a noteon-hoz, csak ez elhallgattat egy hangot ábra. MIDI, zongora analógia. Egy hangnak a lejátszása a Java TM Sound API segítségével: public void playmidi(int note, int volume, int duration) throws Exception{ Synthesizer synth = MidiSystem.getSynthesizer(); synth.open(); 4 Soundbank soundbank = synth.getdefaultsoundbank(); synth.loadallinstruments(soundbank); MidiChannel[] channels = synth.getchannels(); MidiChannel channel = channels[0]; channel.programchange(46); //Hárfa 9 channel.noteon(note, volume); Thread.currentThread().sleep(duration); channel.noteoff(note, volume); } Bővebben lehet olvasni a Java TM Sound API-ról a [Oracle, 2001] weboldalán Fast fourier Transzformáció (FFT) Ezt nem tudom, hogy ide kéne-e írjam, vagy a fontosabb algoritmusok bemutatásához... 12

15 4. fejezet Dokumentáció amíg jobb cím nem jut az eszembe... Összefoglaló: Ebben a fejezetben a projektnek a specifikációja kerül tárgyalásra, illetve még néhány fontosabb dokumentum Célok A projekt fő célja egy olyan platformfüggetlen, ingyenes szoftvernek az elkészítése, amely zenei kíséretet készít a felhasználó énekére Felhasználói követelmények Biztosítson lehetőséget a felhasználónak, hogy egy mikrofon segítségével fel tudjon venni egy éneket. Biztosítson metronómot a felvételhez. A metronómnak lehessen állítani a tempót és az ütemet. A felvételt lehessen lementeni, illetve betölteni. A szoftver jelenítse meg a felvételt hanghullám formájában. A hanghullámon jelenítse meg az ütemeket. Minden ütemre ajánljon egy akkordot (kíséretet), amit a hanghullám fölött jelenítsen meg. Adjon lehetőséget a kíséret stílusának a megválasztására. Adjon lehetőséget a stílus, tempó és az ütemnek utólagos módosítására. 13

16 Irodalomjegyzék Hayes, M. H. Schaum s Outline of Theory and Problems of Digital Signal Processing. Schaum s Outline series. The McGraw-Hill Companies, Kesztler, L. Zenei alapismeretek. Lyceum könyvek. Atheneum 2000 Kiadó, 2 edition, Muszty, B. és Dobay, A. Új Gitáriskola és daloskönyv. Muszty-Dobay Bt., Oracle,. Java tm sound programmer guide. sound/programmer_guide/, October Proakis, J. G. és Manolakis, D. G.. Digital Signal Processing - Principles, Algorithmi, Applications. PRENTICE-HALLINTERNATIONAL, 3 edition, Smith, S. W. The Scientist and Engineer s Guide to Digital Signal Processing. California Technical Publishing, Zölzer, U. Digital Audio Signal Processing. John Wiley & Sons, 2 edition,

Analóg digitális átalakítók ELEKTRONIKA_2

Analóg digitális átalakítók ELEKTRONIKA_2 Analóg digitális átalakítók ELEKTRONIKA_2 TEMATIKA Analóg vs. Digital Analóg/Digital átalakítás Mintavételezés Kvantálás Kódolás A/D átalakítók csoportosítása A közvetlen átalakítás A szukcesszív approximációs

Részletesebben

A digitális jelek időben és értékben elkülönülő, diszkrét mintákból állnak. Ezek a jelek diszkrét értékűek és idejűek.

A digitális jelek időben és értékben elkülönülő, diszkrét mintákból állnak. Ezek a jelek diszkrét értékűek és idejűek. A digitális hangrögzítés és lejátszás A digitális hangrögzítés és lejátszás az analóg felvételhez és lejátszáshoz hasonló módon történik, viszont a rögzítés módja már nagymértékben eltér. Ezt a folyamatot

Részletesebben

Analóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék

Analóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék Analóg-digitális átalakítás Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék Mai témák Mintavételezés A/D átalakítók típusok D/A átalakítás 12/10/2007 2/17 A/D ill. D/A átalakítók A világ analóg, a jelfeldolgozás

Részletesebben

Digitális jelfeldolgozás

Digitális jelfeldolgozás Digitális jelfeldolgozás Kvantálás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010. szeptember 15. Áttekintés

Részletesebben

Digitális jelfeldolgozás

Digitális jelfeldolgozás Digitális jelfeldolgozás Mintavételezés és jel-rekonstrukció Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010.

Részletesebben

Mintavételezés és AD átalakítók

Mintavételezés és AD átalakítók HORVÁTH ESZTER BUDAPEST MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM JÁRMŰELEMEK ÉS JÁRMŰ-SZERKEZETANALÍZIS TANSZÉK ÉRZÉKELÉS FOLYAMATA Az érzékelés, jelfeldolgozás általános folyamata Mérés Adatfeldolgozás 2/31

Részletesebben

ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek.

ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek. Jelfeldolgozás 1. Sapientia - Erdélyi Magyar Tudományegyetem 2007 és jeleket generáló és jeleket generáló és jeleket generáló Gyakorlatok - MATLAB (OCTAVE) (50%) Írásbeli vizsga (50%) és jeleket generáló

Részletesebben

Informatika Rendszerek Alapjai

Informatika Rendszerek Alapjai Informatika Rendszerek Alapjai Dr. Kutor László Jelek típusai Átalakítás analóg és digitális rendszerek között http://uni-obuda.hu/users/kutor/ IRA 2014 2014. ősz IRA3/1 Analóg jelek digitális feldolgozhatóságának

Részletesebben

Iványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata

Iványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata ARM programozás 6. Óra ADC és DAC elmélete és használata Iványi László ivanyi.laszlo@stud.uni-obuda.hu Szabó Béla szabo.bela@stud.uni-obuda.hu Mi az ADC? ADC -> Analog Digital Converter Analóg jelek mintavételezéssel

Részletesebben

Az Informatika Elméleti Alapjai

Az Informatika Elméleti Alapjai Az Informatika Elméleti Alapjai dr. Kutor László Jelek típusai Átalakítás az analóg és digitális rendszerek között http://mobil.nik.bmf.hu/tantargyak/iea.html Felhasználónév: iea Jelszó: IEA07 IEA 3/1

Részletesebben

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1 Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 KONF-5_2/1 Ellenállás mérés és adatbeolvasás Rn

Részletesebben

A PC vagyis a személyi számítógép

A PC vagyis a személyi számítógép ismerd meg! A PC vagyis a személyi számítógép XX. rész A hangkártya 1. Bevezetés A hangkártya (sound-card) egy bõvítõ kártya, amely az alaplapon elhelyezkedõ hangszóró gyenge hangminõségét küszöböli ki.

Részletesebben

A digitális analóg és az analóg digitális átalakító áramkör

A digitális analóg és az analóg digitális átalakító áramkör A digitális analóg és az analóg digitális átalakító áramkör I. rész Bevezetésként tisztázzuk a címben szereplő két fogalmat. A számítástechnikai kislexikon a következőképpen fogalmaz: digitális jel: olyan

Részletesebben

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 2. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-2/1 Ellenállás mérés és adatbeolvasás Rn ismert

Részletesebben

Hangtechnika. Médiatechnológus asszisztens

Hangtechnika. Médiatechnológus asszisztens Vázlat 3. Előadás - alapjai Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet Műszaki Informatika Tanszék Ismétlés Vázlat I.rész: Ismétlés II.rész: A digitális Jelfeldolgozás

Részletesebben

2. Elméleti összefoglaló

2. Elméleti összefoglaló 2. Elméleti összefoglaló 2.1 A D/A konverterek [1] A D/A konverter feladata, hogy a bemenetére érkező egész számmal arányos analóg feszültséget vagy áramot állítson elő a kimenetén. A működéséhez szükséges

Részletesebben

Elektronika Előadás. Digitális-analóg és analóg-digitális átalakítók

Elektronika Előadás. Digitális-analóg és analóg-digitális átalakítók Elektronika 2 9. Előadás Digitális-analóg és analóg-digitális átalakítók Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki

Részletesebben

Számítógépes Grafika SZIE YMÉK

Számítógépes Grafika SZIE YMÉK Számítógépes Grafika SZIE YMÉK Analóg - digitális Analóg: a jel értelmezési tartománya (idő), és az értékkészletes is folytonos (pl. hang, fény) Diszkrét idejű: az értelmezési tartomány diszkrét (pl. a

Részletesebben

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006

Részletesebben

Jel, adat, információ

Jel, adat, információ Kommunikáció Jel, adat, információ Jel: érzékszerveinkkel, műszerekkel felfogható fizikai állapotváltozás (hang, fény, feszültség, stb.) Adat: jelekből (számítástechnikában: számokból) képzett sorozat.

Részletesebben

Orvosi Fizika és Statisztika

Orvosi Fizika és Statisztika Orvosi Fizika és Statisztika Szegedi Tudományegyetem Általános Orvostudományi Kar Természettudományi és Informatikai Kar Orvosi Fizikai és Orvosi Informatikai Intézet www.szote.u-szeged.hu/dmi Orvosi fizika

Részletesebben

A/D és D/A konverterek vezérlése számítógéppel

A/D és D/A konverterek vezérlése számítógéppel 11. Laboratóriumi gyakorlat A/D és D/A konverterek vezérlése számítógéppel 1. A gyakorlat célja: Az ADC0804 és a DAC08 konverterek ismertetése, bekötése, néhány felhasználási lehetőség tanulmányozása,

Részletesebben

Az összetett munkához szükséges eszközkészlet kiválasztása és a digitalizáló eszközök megismerése

Az összetett munkához szükséges eszközkészlet kiválasztása és a digitalizáló eszközök megismerése Az összetett munkához szükséges eszközkészlet kiválasztása és a digitalizáló eszközök megismerése I. Számítógép kiválasztásának célja, meghatározói és problémái 1. Célok Először azt kell meghatároznunk,

Részletesebben

Gingl Zoltán, Szeged, 2015. 2015.09.29. 19:14 Elektronika - Alapok

Gingl Zoltán, Szeged, 2015. 2015.09.29. 19:14 Elektronika - Alapok Gingl Zoltán, Szeged, 2015. 1 2 Az előadás diasora (előre elérhető a teljes anyag, fejlesztések mindig történnek) Könyv: Török Miklós jegyzet Tiezte, Schenk, könyv interneten elérhető anyagok Laborjegyzet,

Részletesebben

3.18. DIGITÁLIS JELFELDOLGOZÁS

3.18. DIGITÁLIS JELFELDOLGOZÁS 3.18. DIGITÁLIS JELFELDOLGOZÁS Az analóg jelfeldolgozás során egy fizikai mennyiséget (pl. a hangfeldolgozás kapcsán a levegő nyomásváltozásait) azzal analóg (hasonló, arányos) elektromos feszültséggé

Részletesebben

Értékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 15%.

Értékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 15%. Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzék módosításának eljárásrendjéről szóló 133/2010. (IV. 22.) Korm. rendelet alapján: Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,

Részletesebben

Digitális Fourier-analizátorok (DFT - FFT)

Digitális Fourier-analizátorok (DFT - FFT) 6 Digitális Fourier-analizátoro (DFT - FFT) Eze az analizátoro digitális műödésűe és a Fourier-transzformálás elvén alapulna. A digitális Fourier analizátoro a folytonos időfüggvény mintavételezett jeleit

Részletesebben

Számítógép felépítése

Számítógép felépítése Alaplap, processzor Számítógép felépítése Az alaplap A számítógép teljesítményét alapvetően a CPU és belső busz sebessége (a belső kommunikáció sebessége), a memória mérete és típusa, a merevlemez sebessége

Részletesebben

A mintavételezéses mérések alapjai

A mintavételezéses mérések alapjai A mintavételezéses mérések alapjai Sok mérési feladat során egy fizikai mennyiség időbeli változását kell meghatároznunk. Ha a folyamat lassan változik, akkor adott időpillanatokban elvégzett méréssel

Részletesebben

Híradástechikai jelfeldolgozás

Híradástechikai jelfeldolgozás Híradástechikai jelfeldolgozás 13. Előadás 015. 04. 4. Jeldigitalizálás és rekonstrukció 015. április 7. Budapest Dr. Gaál József docens BME Hálózati Rendszerek és SzolgáltatásokTanszék gaal@hit.bme.hu

Részletesebben

TÁVOKTATÁSI TANANYAGOK FEJLESZTÉSÉNEK MÓDSZERTANI KÉRDÉSEI

TÁVOKTATÁSI TANANYAGOK FEJLESZTÉSÉNEK MÓDSZERTANI KÉRDÉSEI TÁVOKTATÁSI TANANYAGOK FEJLESZTÉSÉNEK MÓDSZERTANI KÉRDÉSEI A távoktatási forma bevezetése és eredményességének vizsgálata az igazgatásszervezők informatikai képzésében DOKTORI ÉRTEKEZÉS TÉZISEI dr. Horváth

Részletesebben

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet 1. örök 3. Szedjük szét a számítógépet 2.

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet 1. örök 3. Szedjük szét a számítógépet 2. Témakörök 1. Digitális írástudás: a kőtáblától a számítógépig ( a kommunikáció fejlődése napjainkig) 2. Szedjük szét a számítógépet 1. ( a hardver architektúra elemei) 3. Szedjük szét a számítógépet 2.

Részletesebben

4. Fejezet : Az egész számok (integer) ábrázolása

4. Fejezet : Az egész számok (integer) ábrázolása 4. Fejezet : Az egész számok (integer) ábrázolása The Architecture of Computer Hardware and Systems Software: An Information Technology Approach 3. kiadás, Irv Englander John Wiley and Sons 2003 Wilson

Részletesebben

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Dr. Gingl Zoltán SZTE, Kísérleti Fizikai Tanszék Szeged, 2000 Február e-mail : gingl@physx.u-szeged.hu 1 Az ember kapcsolata

Részletesebben

ÁRAMKÖRÖK SZIMULÁCIÓJA

ÁRAMKÖRÖK SZIMULÁCIÓJA ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg

Részletesebben

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Németh Krisztián BME TMIT 2017. február 14. A tárgy felépítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Technikatörténeti áttekintés Mai

Részletesebben

Informatikai eszközök fizikai alapjai Lovász Béla

Informatikai eszközök fizikai alapjai Lovász Béla Informatikai eszközök fizikai alapjai Lovász Béla Kódolás Moduláció Morzekód Mágneses tárolás merevlemezeken Modulációs eljárások típusai Kódolás A kód megállapodás szerinti jelek vagy szimbólumok rendszere,

Részletesebben

Analóg elektronika - laboratóriumi gyakorlatok

Analóg elektronika - laboratóriumi gyakorlatok Analóg elektronika - laboratóriumi gyakorlatok. Mûveleti erõsítõk váltakozó-áramú alkalmazásai. Elmélet Az integrált mûveleti erõsítõk váltakozó áramú viselkedését a. fejezetben (jegyzet és prezentáció)

Részletesebben

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI

I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI I. A DIGITÁLIS ÁRAMKÖRÖK ELMÉLETI ALAPJAI 1 A digitális áramkörökre is érvényesek a villamosságtanból ismert Ohm törvény és a Kirchhoff törvények, de az elemzés és a tervezés rendszerint nem ezekre épül.

Részletesebben

SC Surround Sound Card (714DX 7.1 SOUND EXPERT)... A 7.1 hangszórók bekötése. 2

SC Surround Sound Card (714DX 7.1 SOUND EXPERT)... A 7.1 hangszórók bekötése. 2 Termékismertető A: Analóg bemenetek és kimenetek B: Digitális S/PDIF bemenet és kimenet C: Belső analóg bemenetek C A B Üzembe helyezés A műveletek előtt végezze el a következőket: Ha alaplapi hangkártyával

Részletesebben

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz 1. Hogyan lehet osztályozni a jeleket időfüggvényük időtartama szerint? 2. Mi a periodikus jelek definiciója? (szöveg, képlet, 3. Milyen

Részletesebben

2.3. Soros adatkommunikációs rendszerek CAN (Harmadik rész alapfogalmak II.)

2.3. Soros adatkommunikációs rendszerek CAN (Harmadik rész alapfogalmak II.) 2.3. Soros adatkommunikációs rendszerek CAN (Harmadik rész alapfogalmak II.) 2. Digitálistechnikai alapfogalmak II. Ahhoz, hogy valamilyen szinten követni tudjuk a CAN hálózatban létrejövő információ-átviteli

Részletesebben

1. ábra. Repülő eszköz matematikai modellje ( fekete doboz )

1. ábra. Repülő eszköz matematikai modellje ( fekete doboz ) Wührl Tibor DIGITÁLIS SZABÁLYZÓ KÖRÖK NEMLINEARITÁSI PROBLÉMÁI FIXPONTOS SZÁMÁBRÁZOLÁS ESETÉN RENDSZERMODELL A pilóta nélküli repülő eszközök szabályzó körének tervezése során első lépésben a repülő eszköz

Részletesebben

Prievara Tibor Nádori Gergely. A 21. századi szülő

Prievara Tibor Nádori Gergely. A 21. századi szülő Prievara Tibor Nádori Gergely A 21. századi szülő Előszó Ez a könyvecske azért született, hogy segítsen a szülőknek egy kicsit eligazodni az internet, a számítógépek (összefoglaló nevén az IKT, az infokommunikációs

Részletesebben

JELÁTALAKÍTÁS ÉS KÓDOLÁS I.

JELÁTALAKÍTÁS ÉS KÓDOLÁS I. JELÁTALAKÍTÁS ÉS KÓDOLÁS I. Jel Kódolt formában információt hordoz. Fajtái informatikai szempontból: Analóg jel Digitális jel Analóg jel Az analóg jel két érték között bármilyen tetszőleges értéket felvehet,

Részletesebben

Kiegészítő kártya digitális bemenetei és kimenetei G1: Koaxiális kimenet G2: Koaxiális bemenet G3: Optikai kimenet G4: Optikai bemenet

Kiegészítő kártya digitális bemenetei és kimenetei G1: Koaxiális kimenet G2: Koaxiális bemenet G3: Optikai kimenet G4: Optikai bemenet Termékismertető Belső, kártyára integrált bemenetek/kimenetek és áthidaló kapcsoló (jumper) A1: Áthidaló kapcsoló: - Központi/Mélynyomó -> Felcseréli a hangot a központi hangszóró és a mélynyomó között

Részletesebben

Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató

Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató ÓBUDAI EGYETEM Kandó Kálmán Villamosmérnöki Kar Híradástechnika Intézet Négyszög - Háromszög Oszcillátor Mérése Mérési Útmutató A mérést végezte: Neptun kód: A mérés időpontja: A méréshez szükséges eszközök:

Részletesebben

Analóg-digitál átalakítók (A/D konverterek)

Analóg-digitál átalakítók (A/D konverterek) 9. Laboratóriumi gyakorlat Analóg-digitál átalakítók (A/D konverterek) 1. A gyakorlat célja: Bemutatjuk egy sorozatos közelítés elvén működő A/D átalakító tömbvázlatát és elvi kapcsolási rajzát. Tanulmányozzuk

Részletesebben

Informatikai alapismeretek

Informatikai alapismeretek Informatikai alapismeretek Informatika tágabb értelemben -> tágabb értelemben az információ keletkezésével, továbbításával, tárolásával és feldolgozásával foglalkozik Informatika szűkebb értelemben-> számítógépes

Részletesebben

Megoldás. Feladat 1. Statikus teszt Specifikáció felülvizsgálat

Megoldás. Feladat 1. Statikus teszt Specifikáció felülvizsgálat Megoldás Feladat 1. Statikus teszt Specifikáció felülvizsgálat A feladatban szereplő specifikáció eredeti, angol nyelvű változata egy létező eszköz leírása. Nem állítjuk, hogy az eredeti dokumentum jól

Részletesebben

Digitális tárolós oszcilloszkópok

Digitális tárolós oszcilloszkópok 1 Az analóg oszcilloszkópok elsősorban periodikus jelek megjelenítésére alkalmasak, tehát nem teszik lehetővé a nem periodikusan ismétlődő vagy csak egyszeri alkalommal bekövetkező jelváltozások megjelenítését.

Részletesebben

Egyetemi adatbázis nyilvántartása és weben

Egyetemi adatbázis nyilvántartása és weben Egyetemi adatbázis nyilvántartása és weben keresztül történő elérése Bara Levente Dező László Farkas Kinga Gere Árpád Keresztes Anna March 6, 2009 1 Contents 1 Egyetemi adatbázis nyilvántartása és weben

Részletesebben

Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk

Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés RC tag Bartha András, Dobránszky Márk Bevezetés a méréstechnikába és jelfeldolgozásba 7. mérés 2015.05.13. RC tag Bartha András, Dobránszky Márk 1. Tanulmányozza át az ELVIS rendszer rövid leírását! Áttanulmányoztuk. 2. Húzzon a tartóból két

Részletesebben

Erősítő tanfolyam Keverők és előerősítők

Erősítő tanfolyam Keverők és előerősítők Erősítő tanfolyam Keverők és előerősítők Hol tartunk? Mikrofon Gitár Dob Keverő Végfok Mi az a keverő? Elektronikus eszköz Audio jelek átalakítása, majd keverése Csatornák erősítése (Hangszínszabályozás)

Részletesebben

A tanulók gyűjtsenek saját tapasztalatot az adott szenzorral mérhető tartomány határairól.

A tanulók gyűjtsenek saját tapasztalatot az adott szenzorral mérhető tartomány határairól. A távolságszenzorral kapcsolatos kísérlet, megfigyelés és mérések célkitűzése: A diákok ismerjék meg az ultrahangos távolságérzékelő használatát. Szerezzenek jártasságot a kezelőszoftver használatában,

Részletesebben

11. Orthogonal Frequency Division Multiplexing ( OFDM)

11. Orthogonal Frequency Division Multiplexing ( OFDM) 11. Orthogonal Frequency Division Multiplexing ( OFDM) Az OFDM (Orthogonal Frequency Division Multiplexing ) az egyik legszélesebb körben alkalmazott eljárás. Ez az eljárás az alapja a leggyakrabban alkalmazott

Részletesebben

16. Tétel. Hangkártya szabványok. Hangállományok tömörítése, szabványok, kódolási módszerek Az MPEG Audio. Egyéb állományformátumok (PCM, WMA, OGG).

16. Tétel. Hangkártya szabványok. Hangállományok tömörítése, szabványok, kódolási módszerek Az MPEG Audio. Egyéb állományformátumok (PCM, WMA, OGG). 16. Ön részt vesz egy internetes zenei-album megvalósításában. A tervezett alkalmazás lehetővé teszi a zenei hanganyagok adatbázisában való keresést, zenei hanganyagok, narrációk feltöltését, lejátszását.

Részletesebben

1.1 Számítógéppel irányított rendszerek

1.1 Számítógéppel irányított rendszerek Számítógépes irányításelmélet 4. Számítógéppel irányított rendszerek A fejezetnek az a célja, hogy bevezesse a számítógéppel irányított rendszerek alapfogalmait. Bemutatja a folytonos jel mintavételezését,

Részletesebben

Objektum Orientált Szoftverfejlesztés (jegyzet)

Objektum Orientált Szoftverfejlesztés (jegyzet) Objektum Orientált Szoftverfejlesztés (jegyzet) 1. Kialakulás Kísérletek a szoftverkrízisből való kilábalásra: 1.1 Strukturált programozás Ötlet (E. W. Dijkstra): 1. Elkészítendő programot elgondolhatjuk

Részletesebben

Mérés és adatgyűjtés

Mérés és adatgyűjtés Mérés és adatgyűjtés 5. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 5. óra Verzió: 1.1 Utolsó frissítés: 2011. április 12. 1/20 Tartalom I 1 Demók 2 Digitális multiméterek

Részletesebben

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító)

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító) Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító) 1. A D/A átalakító erısítési hibája és beállása Mérje meg a D/A átalakító erısítési hibáját! A hibát százalékban adja

Részletesebben

Ismerkedjünk tovább a számítógéppel. Alaplap és a processzeor

Ismerkedjünk tovább a számítógéppel. Alaplap és a processzeor Ismerkedjünk tovább a számítógéppel Alaplap és a processzeor Neumann-elvű számítógépek főbb egységei A részek feladatai: Központi egység: Feladata a számítógép vezérlése, és a számítások elvégzése. Operatív

Részletesebben

Digitális hangszintmérő

Digitális hangszintmérő Digitális hangszintmérő Modell DM-1358 A jelen használati útmutató másolása, bemutatása és terjesztése a Transfer Multisort Elektronik írásbeli hozzájárulását igényli. Használati útmutató Óvintézkedések

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Csomagok dróton, üvegen, éterben. Szent István Gimnázium, Budapest Tudományos nap Papp Jenő 2014 április 4

Csomagok dróton, üvegen, éterben. Szent István Gimnázium, Budapest Tudományos nap Papp Jenő 2014 április 4 Csomagok dróton, üvegen, éterben Szent István Gimnázium, Budapest Tudományos nap Papp Jenő 2014 április 4 Az Internet, a legnagyobb csomagalapú hálózat Az Internet, a legnagyobb csomagalapú hálózat Csomag

Részletesebben

T E R M É K T Á J É K O Z TAT Ó

T E R M É K T Á J É K O Z TAT Ó T E R M É K T Á J É K O Z TAT Ó ÚJ!!! SeCorr 08 korrrelátor A legújabb DSP technikával ellátott számítógépes támogatással rendelkező korrelátor a hibahelyek megtalálásához. 1 MI A KORRELÁCIÓ? A korreláció

Részletesebben

7. fejezet: Mutatók és tömbök

7. fejezet: Mutatók és tömbök 7. fejezet: Mutatók és tömbök Minden komolyabb programozási nyelvben vannak tömbök, amelyek gondos kezekben komoly fegyvert jelenthetnek. Először is tanuljunk meg tömböt deklarálni! //Tömbök használata

Részletesebben

U42S Felhasználási példák Gitárjáték rögzítése

U42S Felhasználási példák Gitárjáték rögzítése U42S Felhasználási példák Gitárjáték rögzítése Az U42S gyors használatbavételéhez kövesse az itt leírtakat. Ebben a példában Cubase LE 4-et használunk, de az U42S ugyan úgy használható más hangszerkesztőkkel

Részletesebben

1. ábra a függvénygenerátorok általános blokkvázlata

1. ábra a függvénygenerátorok általános blokkvázlata A függvénygenerátorok nemszinuszos jelekből állítanak elő kváziszinuszos jelet. Nemszinuszos jel lehet pl. a négyszögjel, a háromszögjel és a fűrészjel is. Ilyen típusú jeleket az úgynevezett relaxációs

Részletesebben

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!) DSP processzorok: 1 2 3 HP zajgenerátor: 4 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! Fehérzajhoz a konstans érték kell - megoldás a digitális

Részletesebben

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel Németh Krisztián BME TMIT 2016. február 23. A tárgy felépítése 1. Bevezetés Bemutatkozás, játékszabályok, stb. Technikatörténeti áttekintés Mai

Részletesebben

Hangkártya programozása

Hangkártya programozása Hangkártya programozása A hangfeldolgozás és a hangok tárolási módszerei az elmúlt néhány évben a digitális technikai megoldások felé tolódtak el. Az egyik legjobb példa erre a Compact Disc és a hangkártya,

Részletesebben

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban Intelligens Rendszerek Elmélete : dr. Kutor László Versengéses és önszervező tanulás neurális hálózatokban http://mobil.nik.bmf.hu/tantargyak/ire.html Login név: ire jelszó: IRE07 IRE 9/1 Processzor Versengéses

Részletesebben

Shift regiszter + XOR kapu: 2 n állapot

Shift regiszter + XOR kapu: 2 n állapot DSP processzorok: 1 2 HP zajgenerátor: 3 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! 4 Fehérzajhoz a konstans érték kell - megoldás a digitális

Részletesebben

Intelligens és összetett szenzorok

Intelligens és összetett szenzorok Intelligens és összetett szenzorok Galbács Gábor Összetett és intelligens szenzorok Bevezetés A mikroelektronika fejlődésével, a mikroprocesszorok (CPU), mikrokontrollerek (µc, MCU), mikroprogramozható

Részletesebben

Automatikus beszédfelismerés Mérési Segédlet

Automatikus beszédfelismerés Mérési Segédlet Automatikus beszédfelismerés Mérési Segédlet Készítette: Lükő Bálint Budapest, BME-TTT, 1998. TARTALOMJEGYZÉK 1. BEVEZETÉS... 3 2. A BESZÉDFELISMERŐKRŐL ÁLTALÁBAN... 4 2.1 ALAPVETŐ BESZÉDFELISMERÉSI MÓDSZEREK...

Részletesebben

A Szekszárdi I. Béla Gimnázium Helyi Tanterve

A Szekszárdi I. Béla Gimnázium Helyi Tanterve A Szekszárdi I. Béla Gimnázium Helyi Tanterve Négy évfolyamos gimnázium Informatika Készítette: a gimnázium reál munkaközössége 2015. Tartalomjegyzék Alapvetés...3 Egyéb kötelező direktívák:...6 Informatika

Részletesebben

Mechatronika és mikroszámítógépek. 2016/2017 I. félév. Analóg-digitális átalakítás ADC, DAC

Mechatronika és mikroszámítógépek. 2016/2017 I. félév. Analóg-digitális átalakítás ADC, DAC Mechatronika és mikroszámítógépek 2016/2017 I. félév Analóg-digitális átalakítás ADC, DAC AD átalakítás Cél: Analóg (időben és értékben folytonos) elektromos mennyiség kifejezése digitális (értékében nagyságában

Részletesebben

Jel- és adatfeldolgozás a sportinformatikában

Jel- és adatfeldolgozás a sportinformatikában Pályázat címe: Új generációs sporttudományi képzés és tartalomfejlesztés, hazai és nemzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudományegyetemen Pályázati azonosító: TÁMOP-4.1.2.E-15/1/KONV-2015-0002

Részletesebben

A gyakorlat célja a fehér és a színes zaj bemutatása.

A gyakorlat célja a fehér és a színes zaj bemutatása. A gyakorlat célja a fehér és a színes zaj bemutatása. 1.@. FFT begyakorlása n = [:9]; % Harminc minta x = cos(*pi*n/1); % 1 mintát veszünk periodusonként N1 = 64; % Három módon számoljuk az FFT-t N = 18;

Részletesebben

Bevezetés a programozásba. 5. Előadás: Tömbök

Bevezetés a programozásba. 5. Előadás: Tömbök Bevezetés a programozásba 5. Előadás: Tömbök ISMÉTLÉS Specifikáció Előfeltétel: milyen körülmények között követelünk helyes működést Utófeltétel: mit várunk a kimenettől, mi az összefüggés a kimenet és

Részletesebben

Gépi tanulás és Mintafelismerés

Gépi tanulás és Mintafelismerés Gépi tanulás és Mintafelismerés jegyzet Csató Lehel Matematika-Informatika Tanszék BabesBolyai Tudományegyetem, Kolozsvár 2007 Aug. 20 2 1. fejezet Bevezet A mesterséges intelligencia azon módszereit,

Részletesebben

A vizsgafeladat ismertetése: A stúdiótechnikai és munkavédelmi alapismeretek

A vizsgafeladat ismertetése: A stúdiótechnikai és munkavédelmi alapismeretek A vizsgafeladat ismertetése: A stúdiótechnikai és munkavédelmi alapismeretek A tételekhez segédeszköz nem használható. A feladatsor első részében található 1-20-ig számozott vizsgakérdéseket ki kell nyomtatni,

Részletesebben

Az MP3 lejátszó használata

Az MP3 lejátszó használata Használat Az MP3 lejátszó használata Az MP3-ról Személyes használaton kívüli célokra a szerzői jog tulajdonosának engedélye nélkül tilos MP3 fájlokat létrehozni olyan forrásokból, mint rádióadások, lemezek,

Részletesebben

Informatika. Magyar-angol két tanítási nyelvű osztály tanterve. 9. évfolyam

Informatika. Magyar-angol két tanítási nyelvű osztály tanterve. 9. évfolyam Informatika Magyar-angol két tanítási nyelvű osztály tanterve Óratervi táblázat: Évfolyam 9. 10. 11. 12. 13. Heti óraszám 2 1 2 - - Éves óraszám 74 37 74 - - Belépő tevékenységformák 9. évfolyam Hardver

Részletesebben

Analóg elektronika - laboratóriumi gyakorlatok

Analóg elektronika - laboratóriumi gyakorlatok Analóg elektronika - laboratóriumi gyakorlatok. Passzív alkatrészek és passzív áramkörök. Elmélet A passzív elektronikai alkatrészek elméleti ismertetése az. prezentációban található. A 2. prezentáció

Részletesebben

Kiegészítés a Párbeszédes Informatikai Rendszerek tantárgyhoz

Kiegészítés a Párbeszédes Informatikai Rendszerek tantárgyhoz Kiegészítés a Párbeszédes Informatikai Rendszerek tantárgyhoz Fazekas István 2011 R1 Tartalomjegyzék 1. Hangtani alapok...5 1.1 Periodikus jelek...5 1.1.1 Időben periodikus jelek...5 1.1.2 Térben periodikus

Részletesebben

Akusztikus mérőműszerek

Akusztikus mérőműszerek Akusztikus mérőműszerek Hangszintmérő: méri a frekvencia súlyozott, és nyomásátlagolt hangnyomás szintet (hangszintet). Felépítése Mikrofon + Erősítő Frekvencia Szint tartomány Időátlagolás Kijelzés Előerősítő

Részletesebben

Digitális ki-bemenetek kezelése, bitszintű műveletek

Digitális ki-bemenetek kezelése, bitszintű műveletek 4. Laborgyakorlat Digitális ki-bemenetek kezelése, bitszintű műveletek A gyakorlat célja A gyakorlat során a digitális ki-bemenetek kezelését vizsgáljuk, ezek programozását létralogika és STL programozási

Részletesebben

Függvények határértéke, folytonossága

Függvények határértéke, folytonossága Függvények határértéke, folytonossága 25. február 22.. Alapfeladatok. Feladat: Határozzuk meg az f() = 23 4 5 3 + 9 a végtelenben és a mínusz végtelenben! függvény határértékét Megoldás: Vizsgáljuk el

Részletesebben

Információ / kommunikáció

Információ / kommunikáció Információ / kommunikáció Ismeret A valóságra vagy annak valamely részére, témájára vonatkozó tapasztalatokat, általánosításokat, fogalmakat. Információ fogalmai Az információ olyan jelsorozatok által

Részletesebben

TANTÁRGYPROGRAM. Az oktatásért felelős tanszék: Távközlési Tanszék Tantárgy ekvivalencia:

TANTÁRGYPROGRAM. Az oktatásért felelős tanszék: Távközlési Tanszék Tantárgy ekvivalencia: SZÉCHENYI ISTVÁN EGYETEM MŰSZAKI TUDOMÁNYI KAR INFORMATIKAI ÉS VILLAMOSMÉRNÖKI INTÉZET TÁVKÖZLÉSI TANSZÉK TANTÁRGYPROGRAM VILLAMOSMÉRNÖKI SZAK MINDEN SZAKIRÁNY A tantárgy tantervi címe: DIGITÁLIS JELFELDOLGOZÁS

Részletesebben

Quick Start Guide. Home Security IP kamera. NVSIP alkalmazás csatlakozás

Quick Start Guide. Home Security IP kamera. NVSIP alkalmazás csatlakozás Quick Start Guide Home Security IP kamera NVSIP alkalmazás csatlakozás Tartalomjegyzék 1. Hálózati kapcsolat... 2 1.1 Vezeték nélküli kapcsolat... 2 1.2 Kábeles kapcsolat... 2 2. Előkészítés okos telefonon

Részletesebben

PARAMÉTERES GÖRBÉK ALKALMAZÁSA VALÓSIDE- JŰ DIGITÁLIS HANGFELDOLGOZÁS SORÁN

PARAMÉTERES GÖRBÉK ALKALMAZÁSA VALÓSIDE- JŰ DIGITÁLIS HANGFELDOLGOZÁS SORÁN Multidiszciplináris tudományok, 3. kötet. (2013) sz. pp. 251-258. PARAMÉTERES GÖRBÉK ALKALMAZÁSA VALÓSIDE- JŰ DIGITÁLIS HANGFELDOLGOZÁS SORÁN Lajos Sándor Mérnöktanár, Miskolci Egyetem,Ábrázoló geometriai

Részletesebben

A meteorológia az időjárás tudománya

A meteorológia az időjárás tudománya Ismerd meg! A meteorológia az időjárás tudománya A meteorológia a légkörben végbemenő folyamatok, jelenségek vizsgálatával foglalkozó tudomány, amelyen belül különös hangsúlyt fektetnek az időjárási és

Részletesebben

4. Fejezet : Az egész számok (integer) ábrázolása

4. Fejezet : Az egész számok (integer) ábrázolása 4. Fejezet : Az egész számok (integer) ábrázolása The Architecture of Computer Hardware and Systems Software: An InformationTechnology Approach 3. kiadás, Irv Englander John Wiley and Sons 2003 Wilson

Részletesebben

Jelkondicionálás. Elvezetés. a bioelektromos jelek kis amplitúdójúak. extracelluláris spike: néhányszor 10 uv. EEG hajas fejbőrről: max 50 uv

Jelkondicionálás. Elvezetés. a bioelektromos jelek kis amplitúdójúak. extracelluláris spike: néhányszor 10 uv. EEG hajas fejbőrről: max 50 uv Jelkondicionálás Elvezetés 2/12 a bioelektromos jelek kis amplitúdójúak extracelluláris spike: néhányszor 10 uv EEG hajas fejbőrről: max 50 uv EKG: 1 mv membránpotenciál: max. 100 mv az amplitúdó növelésére,

Részletesebben

The Architecture of Computer Hardware and Systems Software: An InformationTechnology Approach 3. kiadás, Irv Englander John Wiley and Sons 2003

The Architecture of Computer Hardware and Systems Software: An InformationTechnology Approach 3. kiadás, Irv Englander John Wiley and Sons 2003 . Fejezet : Számrendszerek The Architecture of Computer Hardware and Systems Software: An InformationTechnology Approach. kiadás, Irv Englander John Wiley and Sons Wilson Wong, Bentley College Linda Senne,

Részletesebben

A PhysioBank adatmegjelenítő szoftvereinek hatékonysága

A PhysioBank adatmegjelenítő szoftvereinek hatékonysága A PhysioBank adatmegjelenítő szoftvereinek hatékonysága Kaczur Sándor kaczur@gdf.hu GDF Informatikai Intézet 2012. november 14. Célok, kutatási terv Szabályos EKG-felvétel: P, Q, R, S, T csúcs Anatómiai

Részletesebben

Mikrokontrollerek és alkalmazásaik Beadandó feladat

Mikrokontrollerek és alkalmazásaik Beadandó feladat Mikrokontrollerek és alkalmazásaik Beadandó feladat Digitális hőmérősor Sándor Máté Csaba, SAMPAT.ELTE A tantárgy félév végi feladataként egy önálló projekt elkészítését kaptuk feladatul. Én egy olyan

Részletesebben