Filterbänke Und Audiocodierung: Komprimierung Von Audiosignalen Mit Python

ISBN-13: 9783031199899 / Niemiecki / Twarda / 2023 / 147 str.

Gerald Schuller

Opis

Dieses Lehrbuch stellt die Grundlagen der Audiocodierung vor, die zur Komprimierung von Audio- und Musiksignalen verwendet wird. Dabei werden Python-Programme sowohl als Beispiele zur Veranschaulichung der Prinzipien als auch für Experimente für den Leser verwendet. Zusammen bilden diese Programme dann komplette Audiocodierer. Der Autor beginnt mit grundlegenden Kenntnissen der digitalen Signalverarbeitung (Abtastung, Filterung), um eine gründliche Einführung in Filterbänke, wie sie in der Audiocodierung verwendet werden, und deren Entwurfsmethoden zu geben. Er fährt dann mit der nächsten Kernkomponente fort, den psycho-akustischen Modellen. Der Autor zeigt schließlich, wie man sie entwirft und implementiert. Schließlich beschreibt der Autor Komponenten für speziellere Kodierer, wie die Integer-to-Integer MDCT-Filterbank und prädiktive Kodierung für verlustfreie und verzögerungsarme Kodierung. Zu jedem Abschnitt gibt es Python-Programmbeispiele, die die Prinzipien veranschaulichen und die Werkzeuge für Experimente bereitstellen.

• Umfassende Erläuterung der Grundlagen von Filterbänken und Audiocodierung;
• Bietet Python-Beispiele für jedes Prinzip, so dass fertige Audiocodierer in der Sprache erhalten werden;
• Enthält eine Reihe von Unterrichtsmaterialien mit Übungen, Experimenten und Beispielen.

Spis treści

Einführung.- Filterbänke.- Mit wechselnder Anzahl von Teilbändern.- Prädiktive Kodierung.- Psychoakustische Modelle.- Psychoakustische Modelle und Quantisierung.- Entropiekodierung.- Der Python Perceptual Audio Coder.- Prädiktive verlustfreie Audiokodierung.- Skalierbare verlustfreie Audiokodierung.- Psychoakustischer Vorfilter.- Fazit.

O autorze

Gerald Schuller ist seit 2008 ordentlicher Professor am Institut für Medientechnik der Technischen Universität Ilmenau. Er war von Januar 2002 bis 2008 Leiter der Gruppe Audiocodierung für spezielle Anwendungen am Fraunhofer-Institut für Digitale Medientechnologie in Ilmenau und ist nun Mitglied des Fraunhofer IDMT. Bevor er zum Fraunhofer Institut kam, war er von 1998 bis 2001 als technischer Mitarbeiter bei Bell Laboratories, Lucent Technologies und Agere Systems, einem Lucent Spin-off, tätig. Dort arbeitete er im Forschungslabor für Multimedia-Kommunikation. Er erhielt 1989 sein Diplom in Elektrotechnik von der Technischen Universität Berlin und promovierte 1997 an der Universität Hannover zum Dr.-Ing. Er studierte 1989/90 am Massachusetts Institute of Technology und 1993 am Georgia Institute of Technology. Von 2002 bis 2006 war er Associate Editor der IEEE Transactions on Speech and Audio Processing, von 2006 bis 2009 der IEEE Transactions on Signal Processing und seit 2008 der IEEE Transactions on Multimedia. Er wurde 2006 mit dem IEEE Best Paper Award im Bereich Audio und Elektroakustik ausgezeichnet. Seine Forschungsinteressen liegen in den Bereichen Filterbanken, Audiocodierung, Musiksignalverarbeitung und Deep Learning für Multimedia. Auf der ICASSP 2004 in Montreal hielt er zusammen mit Prof. Jürgen Herre vom Fraunhofer IIS ein sehr gut besuchtes Tutorial über Audiocodierung, aus dem die Idee für dieses Buch hervorging.

Blurb

Gerald Schuller ist seit 2008 ordentlicher Professor am Institut für Medientechnik der Technischen Universität Ilmenau. Er war von Januar 2002 bis 2008 Leiter der Gruppe Audiocodierung für spezielle Anwendungen am Fraunhofer-Institut für Digitale Medientechnologie in Ilmenau und ist nun Mitglied des Fraunhofer IDMT. Bevor er zum Fraunhofer Institut kam, war er von 1998 bis 2001 als technischer Mitarbeiter bei Bell Laboratories, Lucent Technologies und Agere Systems, einem Lucent Spin-off, tätig. Dort arbeitete er im Forschungslabor für Multimedia-Kommunikation. Er erhielt 1989 sein Diplom in Elektrotechnik von der Technischen Universität Berlin und promovierte 1997 an der Universität Hannover zum Dr.-Ing. Er studierte 1989/90 am Massachusetts Institute of Technology und 1993 am Georgia Institute of Technology.

Dieses Lehrbuch stellt die Grundlagen der Audiocodierung vor, die zur Komprimierung von Audio- und Musiksignalen verwendet wird. Dabei werden Python-Programme sowohl als Beispiele zur Veranschaulichung der Prinzipien als auch für Experimente für den Leser verwendet. Zusammen bilden diese Programme dann komplette Audiocodierer. Der Autor beginnt mit grundlegenden Kenntnissen der digitalen Signalverarbeitung (Abtastung, Filterung), um eine gründliche Einführung in Filterbänke, wie sie bei der Audiocodierung verwendet werden, und deren Entwurfsmethoden zu geben. Er fährt dann mit der nächsten Kernkomponente fort, den psycho-akustischen Modellen. Der Autor zeigt schließlich, wie man sie entwirft und implementiert. Schließlich beschreibt der Autor Komponenten für speziellere Kodierer, wie die Integer-to-Integer MDCT-Filterbank und prädiktive Kodierung für verlustfreie und verzögerungsarme Kodierung. Zu jedem Abschnitt gibt es Python-Programmbeispiele, die die Prinzipien veranschaulichen und die Werkzeuge für Experimente bereitstellen.

• Umfassende Erläuterung der Grundlagen von Filterbänken und Audiocodierung;
• Bietet Python-Beispiele für jedes Prinzip, so dass fertige Audiocodierer in der Sprache erhalten werden;
• Enthält eine Reihe von Unterrichtsmaterialien mit Übungen, Experimenten und Beispielen.