Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userA Study of The Effectiveness and Sound Quality in Audio Compression Algorithms
دراسة فعالية و جودة الصوت في خوارزميات ضغط الصوت
1922
2 90
0
(
0
)
Added by
Tishreen University ورقة بحثية
Publication date
2016
fields
Communication Engineering
and research's language is
العربية
Authors
فاتن فاروسي( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
يعد الصوت عنصراً أساسياً من عناصر الأوساط المتعددة، و نتيجة الحاجة إلى استخدامه في كثير من التطبيقات الحياتية كالبث التلفزيوني و برامج التواصل، لذا كانت الضرورة لوجود تقنيات لمعالجة إشارة الصوت من ضغط و تحسين و تقليل ضجيج. تكمن أهمية عملية ضغط البيانات في تخفيض معدل البتات المستخدمة، و ذلك عن طريق ترميز المعلومات باستخدام عدد أقل من البتات من التمثيل الأصلي من أجل الإرسال و التخزين. حيث تقوم بتحديد المعلومات غير الضرورية و إزالتها، أي تعطي المعلومات التي ضُغطت ضغط الاستخدام ما نحتاجه كشكل أساسي و ليس أدق التفاصيل. يهدف البحث إلى دراسة كيفية معالجة الصوت و الإشارة الموسيقية، و هي عملية تضم بعض التطبيقات كالترميز و الضغط الرقمي بهدف النقل الفعال و التخزين على الهواتف النقالة و مشغلات الموسيقا المحمولة، و نمذجة واستنساخ صوت الآلات الموسيقية و قاعات الموسيقا و توافقيات الموسيقا الرقمية، و تحرير الموسيقا الرقمية، و تصنيف محتوى الموسيقا بالإضافة إلى أمور أخرى.
The sound is an essential component of multimedia, and due to the needto be used in many life applications such as television broadcasting andcommunication programs, so it was necessary for the existence of audio signal processing techniquessuch as compressing, improving, and noisereduction. Data compression process aims to reduce the bit rate used, by doing encoding information using fewer bits than the original representation for transmitting and storing. By this process,the unnecessary information is determined and removed, that means it gives the compressed information for useable compression, which we need as a fundamental, not the minutest details. This research aims to study how to process sound and musical signal. It's a process that consists of a wide range of applications like coding and digital compression for the effective transport and storage on mobile phones and portable music players, modeling and reproduction of the sound of musical instruments and music halls and the harmonics of digital music, editing digital music, and classification of music content, and other things.
Artificial intelligence review:
Research summary
تتناول هذه الدراسة فعالية وجودة الصوت في خوارزميات ضغط الصوت المختلفة، حيث يعتبر الصوت جزءًا أساسيًا من الوسائط المتعددة ويستخدم في العديد من التطبيقات مثل البث التلفزيوني وبرامج التواصل. تهدف عملية ضغط البيانات إلى تقليل معدل البتات المستخدمة عن طريق ترميز المعلومات باستخدام عدد أقل من البتات من التمثيل الأصلي، مما يؤدي إلى إزالة المعلومات غير الضرورية. يهدف البحث إلى دراسة كيفية معالجة الصوت والإشارة الموسيقية من خلال تطبيقات متعددة مثل الترميز والضغط الرقمي والنقل الفعال والتخزين على الهواتف المحمولة ومشغلات الموسيقى المحمولة. كما يتناول البحث نمذجة واستنساخ صوت الآلات الموسيقية وقاعات الموسيقى وتوافقيات الموسيقى الرقمية وتحرير الموسيقى الرقمية وتصنيف محتوى الموسيقى. تتضمن الدراسة أيضًا تحليل وتحسين جودة الصوت باستخدام خوارزميات مختلفة مثل MPEG وتحويل التجب المتقطع (DCT). تم استخدام برنامج MATLAB في تحليل الإشارات الصوتية والموسيقية وتقديم أمثلة عملية على ذلك. توصلت الدراسة إلى أن خوارزمية MP3 هي الأكثر فعالية في ضغط الصوت مع الحفاظ على جودة عالية، بينما تعتبر خوارزمية WAV الأفضل للإنتاج الصوتي والتسجيل الخام.
Critical review
تُعد هذه الدراسة شاملة ومفصلة في تناولها لموضوع ضغط الصوت وتحليل جودة الصوت باستخدام خوارزميات مختلفة. ومع ذلك، يمكن أن تكون الدراسة أكثر فعالية إذا تم تضمين مقارنات عملية بين الخوارزميات المختلفة من خلال تجارب ميدانية واقعية بدلاً من الاعتماد فقط على التحليل النظري والبرمجي. كما أن الدراسة قد تفتقر إلى تحليل تأثير ضغط الصوت على تجربة المستخدم النهائية، وهو جانب مهم يجب مراعاته عند تقييم فعالية وجودة خوارزميات الضغط. بالإضافة إلى ذلك، يمكن أن تكون الدراسة أكثر شمولية إذا تم تضمين المزيد من الخوارزميات الحديثة والتقنيات المتقدمة في مجال ضغط الصوت.
Questions related to the research
-
ما هي الأهداف الرئيسية لهذه الدراسة؟
تهدف الدراسة إلى تحليل فعالية وجودة الصوت في خوارزميات ضغط الصوت المختلفة، ودراسة كيفية معالجة الصوت والإشارة الموسيقية من خلال تطبيقات متعددة مثل الترميز والضغط الرقمي والنقل الفعال والتخزين على الهواتف المحمولة ومشغلات الموسيقى المحمولة.
-
ما هي الخوارزمية التي تعتبر الأكثر فعالية في ضغط الصوت وفقًا للدراسة؟
تعتبر خوارزمية MP3 الأكثر فعالية في ضغط الصوت مع الحفاظ على جودة عالية وفقًا للدراسة.
-
ما هي الأدوات البرمجية التي تم استخدامها في تحليل الإشارات الصوتية والموسيقية في هذه الدراسة؟
تم استخدام برنامج MATLAB في تحليل الإشارات الصوتية والموسيقية وتقديم أمثلة عملية على ذلك.
-
ما هي بعض التطبيقات التي تتناولها الدراسة في مجال معالجة الصوت والإشارة الموسيقية؟
تتضمن التطبيقات التي تتناولها الدراسة الترميز والضغط الرقمي والنقل الفعال والتخزين على الهواتف المحمولة ومشغلات الموسيقى المحمولة، ونمذجة واستنساخ صوت الآلات الموسيقية وقاعات الموسيقى وتوافقيات الموسيقى الرقمية وتحرير الموسيقى الرقمية وتصنيف محتوى الموسيقى.
References used
MUSMANN, H, G. "Genesis of the MP3 Audio Coding Standard". Transactions on Consumer Electronics. IEEE, 2006
DEHERY, Y, F. "MUSICAM Source Coding". AES 10th International Conference. Kensington, London, England. 1991
GLOVER, I; GRANT, P. "Digital Communications". University of Bradford, University of Edinburgh. Prentice Hall
rate research
Read More
The principal objective of this research is an adoption of the Genetic
Algorithm (GA) for studying it firstly, and to stop over the operations which
are introduced from the genetic algorithm.The candidate field for applying
the operations of the g
enetic algorithm is the sound data compression field.
This research uses the operations of the genetic algorithm for the
enhancement of the performance of one of the popular compression method.
Vector Quantization (VQ) method is selected in this work. After studying
this method, new proposed algorithm for mixing the (GA) with this method
was constructed and then the required programs for testing this algorithm
was written. A good enhancement was recorded for the performance of the
(VQ) method when mixed with the (GA). The proposed algorithm was
tested by applying it on some sound data files. Some fidelity measures are
calculated to evaluate the performance of the new proposed algorithm.
Abstract We introduce Generative Spoken Language Modeling, the task of learning the acoustic and linguistic characteristics of a language from raw audio (no text, no labels), and a set of metrics to automatically evaluate the learned representations
at acoustic and linguistic levels for both encoding and generation. We set up baseline systems consisting of a discrete speech encoder (returning pseudo-text units), a generative language model (trained on pseudo- text), and a speech decoder (generating a waveform from pseudo-text) all trained without supervision and validate the proposed metrics with human evaluation. Across 3 speech encoders (CPC, wav2vec 2.0, HuBERT), we find that the number of discrete units (50, 100, or 200) matters in a task-dependent and encoder- dependent way, and that some combinations approach text-based systems.1
Voice recognition includes two basic parts: speech and speaker recognition. These
recognition processes consider as the most important processes of modern technologies,
many systems has been developed that differ in the methods used to extract feat
ures and
classification ways to support recognition systems of this type.
The study was conducted in this research on the previous subject, where the system
is designed to recognize the speaker and his voice orders and focus on several
complementary algorithms to carry out the research. we conducted an analytical study on
MFCC algorithm used in the extraction of features, and it has been studying two
parameters the number of filters in the filters bank and the number of features that taken
from each frame and the impact of these two parameters in the recognition rate and the
relationship of these two parameters on each other. It was the use of feed forwarding back
propagation neural networks performance analysis as characteristics and we analyze the
performance of the network to gain access to the best features and components to the
process of achieving recognition. And it has been studying Endpoint algorithm that used
to remove periods of silence and its impact on voice recognition rates.
In this study, an Interaction Function between quasi particles has been introduced
into an energy formula in Kinetic Equation of Quantum Plasmas. Such new type can be
used to study quasi Particles of Quantum Fermi Plasmas, since it contains quantum
term
that is correlated with Bohm Potential, when the mean inter-particle distance is of the same
order as the de-Broglie thermal wavelength. An interaction function between quasi
particles has been expressed using spherical Functions in three-dimensional space with
Landau’s spread coefficients for ℓ = 0 , 1 , 2 . Using such representation led to obtaining
the dispersion relation of the structural waves and its energy Spectrum in balanced local
condition. The use of Landau parameters in this study isconsidered new comparing to other
studies in this field. It allows us to get more generic and more precise dispersion relations
with new previously unknown spectrum energy in Quantum Fermi Plasmas.
In this paper, we propose a new method to embed digital
watermarking in audio files, using Discrete Wavelet Transform
(DWT) and the way to extract the watermark data.
The method efficiency is measured using Peak Signal –to-Noise
Ratio (PSNR) , No
rmalized Correlation Coefficient (NC). The
advantage of our method is the robustness against several attacks
and compression.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
