タグ付けされた質問 「distortion」

2つ以上のPCMオーディオチャネル（録音されたサンプルなど）を音響的に忠実に、できればほぼリアルタイム（ピークがほとんどまたはまったくない）でデジタルでミックスしたいと思います。 これを行う物理的に「正しい」方法は、サンプルを合計することです。ただし、2つの任意のサンプルを追加すると、結果の値は最大値の2倍になる可能性があります。 たとえば、サンプルが16ビット値の場合、結果は最大65536 * 2になります。これにより、クリッピングが発生します。 ここでの単純な解決策は、Nで割ることです。ここで、Nは混合されるチャネルの数です。ただし、これにより、各サンプルは1 / Nthの音量になり、完全に非現実的です。現実の世界では、2つの楽器が同時に演奏されると、各楽器の音量は半分になりません。 一般的なミキシング方法は、result = A + B-ABです。ここで、AとBは混合される2つの正規化されたサンプルであり、ABはより大きな音がますます「ソフトクリップ」されることを保証する用語です。 ただし、これにより信号に歪みが生じます。このレベルの歪みは、高品質のオーディオ合成で許容されますか？ この問題を解決する他の方法はありますか？効率の悪い低品質のアルゴリズムと、効率の低い高品質のアルゴリズムに興味があります。 複数の楽器トラックを一緒にミキシングするために、デジタル音楽シンセシスのコンテキストで質問をしています。トラックは、合成オーディオ、事前に録音されたサンプル、またはリアルタイムのマイク入力です。

49 audio  algorithms  distortion 

浮動小数点信号に奇数または偶数の高調波を追加するにはどうすればよいですか？ tanhまたはsinを使用する必要がありますか？ 私がやろうとしていることは、いくつかの非常に単純な歪み効果を達成することですが、正確な参照を見つけるのに苦労しています。私が望んでいるのは、五極管と三極管の設定に奇数と偶数の倍音を追加することで、Culture Vultureが行うことと似ています。フロート値は、サンプルフロー内の単一のサンプルです。

12 audio  signal-detection  c  distortion 

したがって、サンプルの境界で信号を2つの値間で切り替えるだけで方形波を生成すると、無限の一連の高調波が生成されます。解決策は、帯域制限合成、どちらかあなたがそれをサンプリングする前に理想的な数学的な方形波をバンドは、制限されたかのように同じ波形を生成するために加算合成や帯域制限された手順を使用しました： http://flic.kr/p/83JMjT しかし、デジタル正弦波に大きな増幅を適用し、それをデジタルでクリップすると、ギブス現象の波紋がなく、同じ方形波の形状を生成することに気付きました。だから、それはまた、エイリアス歪み製品を生成していますよね？だから、任意の外部のナイキスト限界の高調波を生成し、デジタル領域での非線形歪みはエイリアス歪み製品を生産するのだろうか？（編集：いくつかのテストを行って、この部分が正しいことを確認しました。） 帯域制限およびサンプリングの前に（アナログ領域で）歪みの影響をシミュレートするために、帯域制限された歪みなどがありますか？もしそうなら、どのようにそれをしますか？「帯域制限された歪み」を検索すると、チェビシェフ多項式への参照がいくつか見つかりますが、それらの使用方法や、正弦波のみで機能するかどうかはわかりません。 この機器は、帯域制限された歪みを生成しようとしません。帯域制限された歪みに興味がある人は、チェビシェフ多項式を使用して効果を生成することを検討する必要があります。双曲線正接歪み 「チェビシェフ多項式」-本質的に帯域制限されているという重要な特性を持つシェーピング関数。つまり、オーバーラップなどによるスプリアススペクトルハーモニクスを導入しません。Wave Shaper

12 sampling  aliasing  nyquist  distortion 

次の質問は、順序変数として時間を使用して、1Dで詳しく説明されています。同様の質問が他の次元にも当てはまる可能性があります。 ブラインドソース分離（BSS）、フィルターバンク、またはデコンボリューションなどのいくつかの信号処理技術では、信号を推定したい場合があります。 x （t ）x(t)x(t) そして回復するだけ 秒。x （t + d）s.x(t+d)s.x(t+d)、スケーリングされ遅延された推定。回転と剪断はより高い次元で、そして他の多くで追加することができます。 sss 倍率です ddd遅れ。歪んだデータ（バツs 、d、w= s 。x （t / w + d）xs,d,w=s.x(t/w+d)x_{s,d,w} = s.x(t/w+d)）、例えば超解像のように。 理論的には、継続的に見積もることができます sss そして dddローカル相関またはフーリエ変換（シフトおよびスケーリングされているが、同じ情報を持つ2つの信号を一致させる方法）反りwwwスケール変換またはウェーブレット表現で推定される場合があります。私はいくつかのBSSの論文や本を読んだり、人々に尋ねたり、会議に参加したりしましたが、標準、または少なくとも使用可能な測定基準を見つけることができませんでした。 画像では（信号に対しても機能します）、構造的類似性インデックスが何らかの形でオフセットと分散を補正します。 オリジナルを比較するための実用的なエラー指標はありますか x(t)x(t)x(t) 変身した xs,d,w(t)xs,d,w(t)x_{s,d,w}(t)サンプリングされた信号とノイズ条件のコンテキストでは？実際、サンプリングによって引き起こされる離散化は、比較タスクを複雑にします（たとえば、111-サンプリンググリッド上のサンプルスパイク。これは整数以外の時間で遅延します）、およびノイズ。 発散などの非対称な量に頼るべきですか？ 他の信号プロパティが役立ちますか（バンドパス、スパース、ポジティブなど）？ 反りを忘れて、私は標準を最小限にしようとしました ℓpℓp\ell_p 規範、 sss、 ddd、および wwwパラメータとして、そして両方の信号を平滑化します。私は複雑さと結果に満足していません、そしてこれは少し退屈です。

11 discrete-signals  distance-metrics  scale-space  distortion  blind-deconvolution 

私はUdoZölzerによる124〜125ページのディストーションエフェクトについてのDAFXブックを読みましたが、ディストーションの適切なシミュレーションは関数によって与えられると述べています。 f(x)=x|x|(1−ex2/|x|)f(x)=x|x|(1−ex2/|x|)f(x)=\frac{x}{|x|}\left(1-e^{x^2/|x|}\right) 誰かがこの式と私たちが得る信号の種類を説明できますか？ 私が理解していることから、「x」はサンプリングされた信号なので、これは一連の数値です。| x |とは 平均？各サンプル値のxの絶対値を参照していますか？ したがって、この歪み効果のシミュレーションを実装したい場合は、 xの長さを知る必要があります（サンプル数で指定されます） ループでは、サンプル値ごとにこの式を計算する必要があります ループが終了した後、歪んだ信号が（デジタル形式で）表示されます その後、聞こえるようにアナログ信号に変換する必要があります。

10 audio  algorithms  c  digital  distortion