Ανάλυση και βελτιστοποίηση ηχητικών-ακουστικών συστημάτων με έμφαση στον χρωματισμό και τον εντοπισμό θέσης πηγής
Loading...
Date
2025-08-28
Authors
Καμάρης, Γαβριήλ
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Στην παρούσα διατριβή παρουσιάζονται προηγμένες τεχνικές απεικόνισης και επεξεργασίας ηχητικών σημάτων. Αφορμή και στόχος της εργασίας είναι η αναζήτηση τρόπων αξιολόγησης, χαρτογράφησης και ποσοτικοποίησης της ποιότητας αναπαραγωγής του ήχου σε δωμάτια όπως και η βελτίωση της ποιότητας αναπαραγωγής του ήχου σε ακουστικά. Στο Κεφάλαιο 1 παρουσιάζονται αναλυτικά η αφορμή και οι στόχοι της παρούσας εργασίας και γίνεται μια σύντομη περιγραφή της τεχνολογίας αιχμής επί των θεμάτων που διαπραγματεύεται. Στο τέλος αυτού του κεφαλαίου περιλαμβάνονται οι δημοσιεύσεις σε επιστημονικά περιοδικά και οι ανακοινώσεις σε επιστημονικά συνέδρια οι οποίες έγιναν κατά την διάρκεια εκπόνησης της παρούσας διατριβής. Στο Κεφάλαιο 2 παρουσιάζεται το θεωρητικό υπόβαθρο και οι βασικές αρχές πάνω στο οποίο βασίστηκε και στοιχειοθετήθηκε η παρούσα εργασία. Στο Κεφάλαιο 3 ορίζονται και παρουσιάζονται νέες μετρικές αξιολόγησης της ποιότητας αναπαραγωγής του ηχητικού ειδώλου το οποίο αναπαράγεται από στερεοφωνική διάταξη ηχείων μέσα σε δωμάτιο. Αναπτύσσεται μεθοδολογία απεικόνισης και δημιουργίας χαρτών αξιόπιστης αναπαραγωγής του ηχητικού ειδώλου. Η μέθοδος αυτή μπορεί να χρησιμοποιηθεί για οποιαδήποτε μετρική επιθυμούμε και δεν περιορίζεται μόνο σε αυτή για την οποία ορίζεται και χρησιμοποιείται στην παρούσα εργασία. Το σχήμα αξιολόγησης εξετάζεται με τρεις διαφορετικούς τρόπους. Βασικός άξονας αποτελεί η εκτίμηση / εντοπισμός της διεύθυνσης άφιξης του ηχητικού ειδώλου (direction of arrival - DoA) με την χρήση αμφιωτικών παραμέτρων (binaural cues). Ο πρώτος τρόπος χρησιμοποιεί κλασική μοντελοποίηση του μηχανισμού ακοής του ανθρώπου για τον υπολογισμό και την εκτίμηση της γωνίας άφιξης. Έπειτα αναπτύσσεται ένας πρωτότυπος αλγόριθμος μηχανικής μάθησης τύπου «ταξινομητής τυχαίου δέντρου» (random tree classifier). Ο αλγόριθμος αυτός εκπαιδεύεται με ιδανικές συνθήκες ακρόασης και είναι πλέον ικανός να «εντοπίσει» το ηχητικό είδωλο σε χώρους με αντήχηση και ηχητικές πηγές διαφορετικές από τις ιδανικές με πολύ καλό βαθμό επιτυχίας. Στην τρίτη περίπτωση εκπαιδεύεται ένα νευρωνικό δίκτυο με πληθώρα διαφορετικών σημάτων διέγερσης και συνθηκών ακουστικής. Την ταχύτητα εκπαίδευσης μειώνει ένας πρωτότυπος τρόπος συμπίεσης των δεδομένων εισόδου. Η μέθοδος πετυχαίνει αντίστοιχα αν όχι καλύτερα αποτελέσματα συγκριτικά με άλλες αντίστοιχες υλοποιήσεις που έχουν προταθεί από την ερευνητική κοινότητα. Εκτενής περιγραφή και αποτελέσματα παρουσιάζονται στο Κεφάλαιο 4. Το Κεφάλαιο 5 ασχολείται με την διόρθωση φασματικών παραμορφώσεων σε ακουστικά ακρόασης μουσικής κυρίως προσανατολισμένα για την σύνδεσή και χρήση τους σε φορητές συσκευές αναπαραγωγής ήχου. Σκοπός είναι η δημιουργία φίλτρων τα οποία είναι «μικρά», «αποτελεσματικά» και που μπορούν να υλοποιηθούν απευθείας σε «μικρούς» επεξεργαστές σημάτων (DSP). Για τον σκοπό αυτό χρησιμοποιείται μια μέθοδος αιχμής για τον σχεδιασμό και την υλοποίηση των συντελεστών των φίλτρων η οποία υλοποιεί την δημιουργία φίλτρων με στόχο μια απόκριση αναφοράς (target frequency response). Η μέθοδος αυτή ενσωματώνεται σε έναν πρωτότυπο αλγόριθμο αυτόματου σχεδιασμού των φίλτρων όπου δίνεται η δυνατότητα ελέγχου της τάξης του φίλτρου, του προσδιορισμού της απόκρισης αναφοράς και του «βαθμού προσέγγισης» του στόχου. Πέρα από τις αντικειμενικές παραμέτρους και την εμφανή επιτυχία και βελτίωση της ηχητικής απόδοσης των συστημάτων, οι μέθοδοι που αναπτύσσονται στην παρούσα εργασία έχουν επικυρωθεί και από υποκειμενικά τεστ ακρόασης. Στο Κεφάλαιο 6 περιγράφονται αναλυτικά η μεθοδολογία και τα αποτελέσματα αυτών των τεστ ακρόασης. Στο τελευταίο κεφάλαιο (Κεφάλαιο 7) γίνεται μια σύντομη ανακεφαλαίωση των αποτελεσμάτων και των συμπερασμάτων και αποτυπώνονται μερικές ιδέες για πιθανή μελλοντική ανάπτυξη και προαγωγή των αντικειμένων που διαπραγματεύεται η παρούσα εργασία.
Description
Keywords
Ακουστική χώρων, Αντίστροφα φίλτρα, Ισοστάθμιση, Χάρτες απεικόνησης παραμέτρων, Ποιότητα αναπαραγωγής ήχου