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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

Space Invaders Dokumenta cio

Space Invaders Dokumenta cio Space Invaders Dokumenta cio 0. Tartalomjegyzék 0. Tartalomjegyzék... 1 1. Követelmény feltárás... 2 1.1. Célkitűzés, projektindító dokumentum... 2 1.2. Szakterületi tartalomjegyzék... 2 1.3. Használatieset-modell,

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

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

Hang, hangmagasság. Hangelfedés A hallásküszöb függ az egy időben hallott hangoktól. Ez a hangelfedés jelensége.

Hang, hangmagasság. Hangelfedés A hallásküszöb függ az egy időben hallott hangoktól. Ez a hangelfedés jelensége. Hang, hangmagasság A hang anyagi közegben terjedő mechanikai rezgés. A hangrezgésnek van frekvenciája, hangszíne, burkológörbéje, hangereje, terjedési sebessége. Az ember a különböző frekvenciájú hangokat

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

5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis

5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Híradástechnika II. laboratóriumi mérések 5. mérés: Diszkrét Fourier Transzformáció (DFT), Gyors Fourier Transzformáció (FFT), számítógépes jelanalízis Összeállította: Kármán József Általános bevezet Az

Részletesebben

2. fejezet Hálózati szoftver

2. fejezet Hálózati szoftver 2. fejezet Hálózati szoftver Hálózati szoftver és hardver viszonya Az első gépek összekötésekor (azaz a hálózat első megjelenésekor) a legfontosabb lépésnek az számított, hogy elkészüljön az a hardver,

Részletesebben

Bevezető. Analóg rádióvevők általános felépítése

Bevezető. Analóg rádióvevők általános felépítése Fürjes János NAGY SÁVSZÉLESSÉGŰ JELFELDOLGOZÁS KIHÍVÁSAI Bevezető Sokszor halhattuk azt az elcsépelt frázist, hogy a mai információs (post-indusztriális) társadalmunk legfőbb értéke az információ (most

Részletesebben

Kezdő lépések Microsoft Outlook

Kezdő lépések Microsoft Outlook Kezdő lépések Microsoft Outlook A Central Europe On-Demand Zrt. által, a Telenor Magyarország Zrt. részére nyújtott szolgáltatások rövid kezelési útmutatója 1 Tartalom Áttekintés... 3 MAPI mailbox konfiguráció

Részletesebben

Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról

Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról A mérés helyszíne: A mérés időpontja: A mérést végezték: A mérést vezető oktató neve: A jegyzőkönyvet tartalmazó

Részletesebben

Audió Mastering Digitális Környezetben. Részlet

Audió Mastering Digitális Környezetben. Részlet Audió Mastering Digitális Környezetben. Részlet Valójában azonban az eq. sokkal inkább egy filter. A hang, mint azt említettem, 20 és 20kHz között hallható az emberi fül számára, a digitális szoftverek

Részletesebben

2015 június: A hallás elemzése - Winkler István

2015 június: A hallás elemzése - Winkler István 2015 június: A hallás elemzése - Winkler István Winkler István tudományos tanácsadó, az MTA Természettudományi Kutatóintézetében a Kognitív Idegtudományi II. csoport vezetője. Villamosmérnöki és pszichológusi

Részletesebben

4.1.1. I 2 C, SPI, I 2 S, USB, PWM, UART, IrDA

4.1.1. I 2 C, SPI, I 2 S, USB, PWM, UART, IrDA 4.1.1. I 2 C, SPI, I 2 S, USB, PWM, UART, IrDA A címben található jelölések a mikrovezérlők kimentén megjelenő tipikus perifériák, típus jelzései. Mindegyikkel röviden foglalkozni fogunk a folytatásban.

Részletesebben

Az élet szép, környezetünk tele van fákkal, virágokkal, repdeső madarakkal, vidáman futkározó állatokkal.

Az élet szép, környezetünk tele van fákkal, virágokkal, repdeső madarakkal, vidáman futkározó állatokkal. Objektumorientált programozás Az élet szép, környezetünk tele van fákkal, virágokkal, repdeső madarakkal, vidáman futkározó állatokkal. Ez a nem művészi értékű, de idillikus kép azt a pillanatot mutatja,

Részletesebben

Digitális mérőműszerek. Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt.

Digitális mérőműszerek. Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt. Digitális mérőműszerek Digitális jelek mérése Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt. MIRŐL LESZ SZÓ? Mit mérjünk? Hogyan jelentkezik a minőségromlás digitális jel esetében?

Részletesebben

Kamatos kamat II. Írta: dr. Majoros Mária

Kamatos kamat II. Írta: dr. Majoros Mária Oktassunk vagy buktassunk Majoros Mária 28. április Írta: dr. Majoros Mária A számítógépek tömeges elterjedése és az internet megváltoztatták az ismeretszerzés formáit. Az iskolai oktatás mindig rendelkezett

Részletesebben

Elektronikus Zeneműtár koncepció és megvalósítás. Iszály György Barna Nyíregyházi Főiskola, Matematika és Informatika Intézet gyiszaly@nyf.

Elektronikus Zeneműtár koncepció és megvalósítás. Iszály György Barna Nyíregyházi Főiskola, Matematika és Informatika Intézet gyiszaly@nyf. Elektronikus Zeneműtár koncepció és megvalósítás Iszály György Barna Nyíregyházi Főiskola, Matematika és Informatika Intézet gyiszaly@nyf.hu Absztrakt A könyvtárosok hamar felismerték a számítógépekben

Részletesebben

Brüel & Kjaer 2238 Mediátor zajszintmérő

Brüel & Kjaer 2238 Mediátor zajszintmérő Brüel & Kjaer 2238 Mediátor zajszintmérő A leírást készítette: Deákvári József, intézeti mérnök Az FVM MGI zajszintméréseihez a Brüel & Kjaer gyártmányú 2238 Mediátor zajszintmérőt és frekvenciaanalizálót

Részletesebben

Balatonőszöd, 2013. június 13.

Balatonőszöd, 2013. június 13. Balatonőszöd, 2013. június 13. Egy tesztrendszer kiépítése Minőséges mérőláncok beépítése Hibák generálása Költséghatékony HW környezet kialakítása A megvalósított rendszer tesztelése Adatbázis kialakítása

Részletesebben

Lars & Ivan THA-21. Asztali Headamp A osztályú Erősítő Használati útmutató

Lars & Ivan THA-21. Asztali Headamp A osztályú Erősítő Használati útmutató Lars & Ivan THA-21 Asztali Headamp A osztályú Erősítő Használati útmutató Lars & Ivan Köszönjük, hogy Lars & Ivan gyártmányú készüléket választott. A Lars & Ivan elkötelezett mind a minőségi zenehallgatás

Részletesebben

A PET-adatgy informatikai háttereh. Nagy Ferenc Elektronikai osztály, ATOMKI

A PET-adatgy informatikai háttereh. Nagy Ferenc Elektronikai osztály, ATOMKI A PET-adatgy adatgyűjtés informatikai háttereh Nagy Ferenc Elektronikai osztály, ATOMKI Eleveníts tsük k fel, hogy mi is az a PET! Pozitron Emissziós s Tomográfia Pozitron-boml bomló maggal nyomjelzünk

Részletesebben

Avantalk AH5 Bluetooth Mono Headset Használati utasítás

Avantalk AH5 Bluetooth Mono Headset Használati utasítás Avantalk AH5 Bluetooth Mono Headset Használati utasítás I. Töltés a. Az első használat előtt a készülék teljes feltöltése szükséges, a teljes töltési ciklus hozzávetőlegesen 3.5 4 órát vesz igénybe. b.

Részletesebben

int azt az elõzõ részbõl megtudtuk, a rétegeknek az a feladatuk, hogy valamiféle feladatot végezzenek

int azt az elõzõ részbõl megtudtuk, a rétegeknek az a feladatuk, hogy valamiféle feladatot végezzenek Hálózatok (2. rész) Sorozatunk e részében szó lesz az entitásokról, a csatolófelületekrõl, a protokollokról, a hivatkozási modellekrõl és sok minden másról. int azt az elõzõ részbõl megtudtuk, a eknek

Részletesebben

Monostori Balázs Szarvas Attila. Konzulens: Sujbert László

Monostori Balázs Szarvas Attila. Konzulens: Sujbert László Monostori Balázs Szarvas Attila Konzulens: Sujbert László A féléves munka tartalma az aktív zajelnyomó rendszerek megismerése a piacon elérhető megoldások áttekintése, konkrét típusok tesztelése egy újszerű

Részletesebben

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1 Jelgenerálás virtuális eszközökkel (mágneses hiszterézis mérése) LabVIEW 7.1 3. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-3/1 Folytonos idejű jelek diszkrét idejű mérése A mintavételezési

Részletesebben

AZ OTICON INO BEMUTATÁSA

AZ OTICON INO BEMUTATÁSA AZ OTICON INO BEMUTATÁSA ÉLVEZZE A NÉLKÜLÖZHETETLEN DOLGOKAT Az Oticon Ino az alapvető hallókészülékekhez ülékekhe képest egy magasabb szintű megoldás. Az Ino-val páciensei megtapasztalhatják a legújabb

Részletesebben

Következõ: Lineáris rendszerek jellemzõi és vizsgálatuk. Jelfeldolgozás. Lineáris rendszerek jellemzõi és vizsgálatuk

Következõ: Lineáris rendszerek jellemzõi és vizsgálatuk. Jelfeldolgozás. Lineáris rendszerek jellemzõi és vizsgálatuk 1 1 Következõ: Lineáris rendszerek jellemzõi és vizsgálatuk Jelfeldolgozás 1 Lineáris rendszerek jellemzõi és vizsgálatuk 2 Bevezetés 5 Kérdések, feladatok 6 Fourier sorok, Fourier transzformáció 7 Jelek

Részletesebben

Digitális jelfeldolgozás, analóg világban

Digitális jelfeldolgozás, analóg világban Digitális jelfeldolgozás, analóg világban "Indiai közösségekben fotózta el a híres amerikai riportfotós Steve McCurry a világ utolsó tekercs Kodachrome-ját. A legendás Kodak film, amely 935-től kísérte

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

AZ INFORMATIKA TANTÁRGY HELYI TANTERVE

AZ INFORMATIKA TANTÁRGY HELYI TANTERVE AZ INFORMATIKA TANTÁRGY HELYI TANTERVE 1. Célok és feladatok... 2 2. Fejlesztési követelmények... 5 3. Részletes tanterv... 7 3.1. Hatévfolyamos képzés... 7 7. évfolyam... 7 8. évfolyam... 9 9. évfolyam...

Részletesebben

Osztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január

Osztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január Osztott jáva programok automatikus tesztelése Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január Osztott alkalmazások Automatikus tesztelés Tesztelés heurisztikus zaj keltés Tesztelés genetikus

Részletesebben

Digitális mérőműszerek

Digitális mérőműszerek KTE Szakmai nap, Tihany Digitális mérőműszerek Digitális jelek mérése Kaltenecker Zsolt KT-Electronic MIRŐL LESZ SZÓ? Mit mérjünk? Hogyan jelentkezik a minőségromlás digitális TV jel esetében? Milyen paraméterekkel

Részletesebben

Nagy adattömbökkel végzett FORRÓ TI BOR tudományos számítások lehetőségei. kisszámítógépes rendszerekben. Kutató Intézet

Nagy adattömbökkel végzett FORRÓ TI BOR tudományos számítások lehetőségei. kisszámítógépes rendszerekben. Kutató Intézet Nagy adattömbökkel végzett FORRÓ TI BOR tudományos számítások lehetőségei Kutató Intézet kisszámítógépes rendszerekben Tudományos számításokban gyakran nagy mennyiségű aritmetikai művelet elvégzésére van

Részletesebben

Digitális hangtechnika. Segédlet a Kommunikáció-akusztika tanulásához

Digitális hangtechnika. Segédlet a Kommunikáció-akusztika tanulásához Digitális hangtechnika Segédlet a Kommunikáció-akusztika tanulásához Miért digitális? A hangminőség szempontjából: a minőség csak az A/D D/A átalakítástól függ, a jelhordozó médiumtól független a felvételek

Részletesebben

3D-s szkennelés és CNC marás a fafaragás szolgálatában

3D-s szkennelés és CNC marás a fafaragás szolgálatában 3D-s szkennelés és CNC marás a fafaragás szolgálatában A faipari tevékenységek során egyre gyakrabban jelentkezik speciális igény arra, hogy pl. egyes bútorok, belsőépítészeti létesítmények felújításánál

Részletesebben

800 120Km automatikus Fejlett A2DP & EDR Bluetooth profil

800 120Km automatikus Fejlett A2DP & EDR Bluetooth profil Használati utasítás Főbb jellemzők: Maximálisan 800 méter hatótávolság két motoros között, Valódi vezeték nélküli, kétirányú kommunikáció akár három motoros között Bluetooth kapcsolaton keresztül. Érthető

Részletesebben

Az AVR programozás alapjai. Előadja: Both Tamás

Az AVR programozás alapjai. Előadja: Both Tamás Az AVR programozás alapjai Előadja: Both Tamás Fordító C nyelven programozunk Ehhez az AVR-GCC fordító áll rendelkezésre Ennek használatához a WinAVR-t kell telepíteni Teljes értékű C fordító, minden megengedett,

Részletesebben

Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás)

Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás) Saját vállalkozás Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás) Piaci részesedés Haszonkulcs Marketing folyamatok Marketing szervezet Értékesítési/marketing kontrol adatok

Részletesebben

SZOFTVEREK A SORBANÁLLÁSI ELMÉLET OKTATÁSÁBAN

SZOFTVEREK A SORBANÁLLÁSI ELMÉLET OKTATÁSÁBAN SZOFTVEREK A SORBANÁLLÁSI ELMÉLET OKTATÁSÁBAN Almási Béla, almasi@math.klte.hu Sztrik János, jsztrik@math.klte.hu KLTE Matematikai és Informatikai Intézet Abstract This paper gives a short review on software

Részletesebben

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió Mérés és adatgyűjtés - Kérdések 2.0 verzió Megjegyzés: ezek a kérdések a felkészülést szolgálják, nem ezek lesznek a vizsgán. Ha valaki a felkészülése alapján önállóan válaszolni tud ezekre a kérdésekre,

Részletesebben

Adataink biztonságos tárolása és mentése

Adataink biztonságos tárolása és mentése Adataink biztonságos tárolása és mentése Akivel már megtörtént, hogy fontos adatot veszített bármilyen okból kifolyólag, az egészen biztosan kínosan ügyel arra, hogy még egyszer ilyen elõ ne fordulhasson

Részletesebben

Károlyi Mihály Fővárosi Gyakorló Kéttannyelvű Közgazdasági Szakközépiskola. 2008. június 25.

Károlyi Mihály Fővárosi Gyakorló Kéttannyelvű Közgazdasági Szakközépiskola. 2008. június 25. INFORMATIKA 9-13. HELYI TANTERV A NYELVI ELŐKÉSZÍTŐ OSZTÁLYOK SZÁMÁRA Károlyi Mihály Fővárosi Gyakorló Kéttannyelvű Közgazdasági Szakközépiskola 2008. június 25. Szerkesztette: Horváth Gergely Sipos Tünde

Részletesebben

OOP. Alapelvek Elek Tibor

OOP. Alapelvek Elek Tibor OOP Alapelvek Elek Tibor OOP szemlélet Az OOP szemlélete szerint: a valóságot objektumok halmazaként tekintjük. Ezen objektumok egymással kapcsolatban vannak és együttműködnek. Program készítés: Absztrakciós

Részletesebben

Értékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 35%.

Értékelés Összesen: 100 pont 100% = 100 pont A VIZSGAFELADAT MEGOLDÁSÁRA JAVASOLT %-OS EREDMÉNY: EBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA 35%. 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

VisualBaker Telepítési útmutató

VisualBaker Telepítési útmutató VisualBaker Telepítési útmutató Office Hungary Bt web: www.visualbaker.hu e-mail: info@visualbaker.hu Tartalomjegyzék: Telepítési útmutató... 1 Tartalomjegyzék:... 2 Első lépések:... 3 Telepítési kulcs...

Részletesebben

AC206/6M Jack - XLR kábel (6m)

AC206/6M Jack - XLR kábel (6m) Szerelt kábelek VOICE-KRAFT AC206/6M Jack - XLR kábel (6m) Szerelt kábelek VOICE-KRAFT AC206/9M Jack - XLR kábel (9m) Szerelt kábelek VOICE-KRAFT AC211/09M XLR - XLR kábel (90cm) Szerelt kábelek VOICE-KRAFT

Részletesebben

Információs társadalom

Információs társadalom SZÓBELI TÉMAKÖRÖK INFORMATIKÁBÓL 2015. Információs társadalom Kommunikáció fogalma, fajtái, általános modellje. Példák. A jel, adat, információ, zaj és a redundancia fogalma. Példák. Különbség a zaj és

Részletesebben

Számítógépes alapismeretek 1.

Számítógépes alapismeretek 1. Számítógépes alapismeretek 1. 1/7 Kitöltő adatai: 1. Név: 2. Osztály: 3. E-mail címe: 2/7 Kérdések: 1. Mi az IKT (Információs és Kommunikációs Technológia)? Olyan eszközök, technológiák, amik az információ

Részletesebben

Csoportos üzenetszórás optimalizálása klaszter rendszerekben

Csoportos üzenetszórás optimalizálása klaszter rendszerekben Csoportos üzenetszórás optimalizálása klaszter rendszerekben Készítette: Juhász Sándor Csikvári András Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Automatizálási

Részletesebben

VERTESZ Fázisazonosító Felhasználói Leírás

VERTESZ Fázisazonosító Felhasználói Leírás VERTESZ Felhasználói Leírás felhasználói leírás Tartalomjegyzék 1.ÁLTALÁNOS LEÍRÁS... 3 1.1.A készüléken található jelölések jelentése...3 1.2.Biztonsági figyelmeztetés... 3 1.3.A készülékek rendeltetése...

Részletesebben

- Biztosítani kell, hogy amikor a terméket bekötjük a hálózati kábel nincs szétlapítva és sérülésmentes.

- Biztosítani kell, hogy amikor a terméket bekötjük a hálózati kábel nincs szétlapítva és sérülésmentes. Gratulálunk a SINN7 Status 24/96 hangkártya beszerzéséhez. Köszönjük, hogy bizalmát a mi DJ technológiánkba fektette. Mielőtt használatba helyezi ezt a berendezést, arra kérjük Önt, hogy alaposan tanulmányozza,

Részletesebben