Geri Dön

Dalgacık dönüşümü ile müzikal ses işaretlerinin analiz ve sentezi

Musical signal analysis and synthesis by wavelets

  1. Tez No: 139808
  2. Yazar: ÜMİT BAKIRCI
  3. Danışmanlar: YRD. DOÇ. DR. ÜNAL KÜÇÜK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Dalgacık dönüşümü, Mallat algoritması, müzikal ses işaretleri, KSFD, MOS, sıkı destek, yumuşaklık, Wavelet transform, Mallat algorithm, musical signals, STFT, MOS, compact support, smoothness. XI
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Haberleşme Bilim Dalı
  13. Sayfa Sayısı: 174

Özet

ÖZET Müzik işaretlerinin sayısal olarak saklanmasındaki en büyük problemlerden biri işaretlerin kapladığı bellek miktarlarıdır. Bu nedenle bu verilerin kapladığı alanların azaltılması önemlidir. Ayrıca müzikal sesler üzerinde istenen değişimlerin ve efektlerin yapılabilmesi için güçlü bir yöntem gerekmektedir. Bu amaçlarla kullanımı halen çok yaygın olan yöntem AFD'dir. Bu çalışmada Dalgacık dönüşümünün müzikal işaretler için performansı araştırılmıştır. Mallat algoritmasıyla müzikal ses işaretlerinin analiz ve sentezi gerçekleştirilmiştir. Uygulamada kullanılan müzikal ses işaretleri bas gitar, çello, flüt ve klarnet enstrümanlarından alman seslerdir. Analiz ve sentez işlemleri için Biortogonal, reverse Biortogonal, Daubechies, Meyer, Symlet, Coiflet dalgacık fonksiyonları kullanılmıştır. Tüm örnekler için dokuz düzeyli analiz ve sentez işlemleri gerçekleştirilmiştir. Analizle belirlenen katsayılar, histograma dayalı olarak belirlenen eşik seviyesine göre %5'lik adımlarla azaltılarak ses sentezleri yapılmıştır. Daha sonra her analiz-sentez için SNR belirlenmiştir. Ayrıca insan kulağının sentezlenen seslerin kalitesine ilişkin değerlendirmenin yapıldığı MOS deneyinin sonuçlan verilmiştir. Karşılaştırma amacıyla aynı ses örnekleri için KSFD ile benzer şekilde analiz-sentez, çakışma-ekleme metoduyla yapılıp SNR oranlan hesaplanmıştır. Kullanılacak olan dalgacık fonksiyonları müziğin dalga formuna bağlı olarak seçilmelidir. Müzikal işaretler genellikle yumuşak dalga formlan olduklanndan; bu işaretler için kullanılacak olan süzgeç uzunlukları kısa olmamalıdır. Seçilen dizi uzunluğu dikkate alınarak çok uzun süzgeçler de kullanılmamalıdır. Sıkı desteğe sahip dalgacıklar zamandaki çözünürlüğü diğerlerine göre daha iyi başarmaktadır. Kısa süreli analizler için bu tür dalgacıkların kullanılması uygundur. Dalgacığın yumuşaklığı ile sıkı destek özellikleri, birbirleriyle çelişen durumlar oluşturduğundan dalgacık fonksiyonu seçimi müzikal işaretin özelliğine bağlı olarak yapılmalıdır.

Özet (Çeviri)

ABSTRACT Since the digital media needed to store musical signals is very large, decreasing the amount of data is an important problem. Finding a strong tool enabling signals to be manipulated and making effects easily is another problem. DFT is still a widely used tool for the mentioned aims. In this thesis, performance of the Wavelet transform on musical signals is investigated. Mallat algorithm is used to analyse and synthesize musical signals. Sample musical signals taken from Bass guitar, cello, clarnet and flute instruments. Biortogonal, reverse Biortogonal, Daubechies, Meyer, Symlet, and Coiflet wavelet functions are used in the analysis and synthesis of the signals. The decomposition and reconstruction level number is nine for all applications. The coefficents obtained by analysis are decreased by %5 steps to synthesize the signal back. This is achived by finding a threshold and zeroing the coefficents below the threshold. The threshold depends on the step and the histogram of the data. MOS experiment has been carried out to observe human reception of the synthesized musical signals quality. The same procedure is repeated with STFT using overlap-add method for comparison.. The wavelets must be selected concerning the wave shape of the musical signal. Since musical signals have smooth wave shapes, the lengths of filters must not be short. Concidering the length of the analysis array, the lengths of filters must not be very long. Compactly supported wavelets are more succesful in specifing the time resolution and should be used for temporary analysises. Since the smoothness and compact support properties bring about confliction between time and frequency resolution, the musical signal properties should be taken into acount to select the best wavelet.

Benzer Tezler

  1. Investigation of timbral qualities of guitar using wavelet analysis

    Gitarın tınısal özelliklerinin dalgacık analizi kullanılarakaraştırılması

    ŞAFAK EKMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

    PROF. DR. CAN KARADOĞAN

  2. Time-frequency and time-scale analysis, decomposition and classification of adventitious pulmonary sounds

    Solunum ekseslerinin zaman-sıklık ve zaman-ölçek analizi, ayrıştırılması ve sınıflandırılması

    SEZER ULUKAYA

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEYNEP YASEMİN KAHYA

  3. Dalgacık dönüşümü ile akış kontrolü problemlerinin bölgesel modellenmesi ve kontrolü

    Regional dynamic modelling and control of flow problems with wavelets

    TÜRKER NAZMİ ERBİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. COŞKU KASNAKOĞLU

  4. High-impedance faults detection by using wavelet transform

    Dalgacık dönüşümü ile yüksek empedance hataları belirlenmesi

    WASEEM KHALID IBRAHIM AL-KES

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiBahçeşehir Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜRKAN SOYKAN

  5. Dalgacık dönüşümü ile EKG sinyallerinin işlenmesi ve özellik çıkarımı

    EKG signal processing with wavelet and feature extraction

    AŞKIN PEKÇAKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Teknik EğitimDüzce Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. PAKİZE ERDOĞMUŞ