Thesis (M.A.)--York University, 2008. Graduate Programme in Translation. / Typescript. Includes bibliographical references. Also available on the Internet. MODE OF ACCESS via web browser by entering the following URL: http://gateway.proquest.com/openurl?url_ver=Z39.88-2004&res_dat=xri:pqdiss&rft_val_fmt=info:ofi/fmt:kev:mtx:dissertation&rft_dat=xri:pqdiss:MR45933

Το αντικείμενο αυτής της διπλωματικής εργασίας είναι η μελέτη των πρωτοκόλλων κωδικοποίησης και μεταφοράς δεδομένων video και ήχου για δικτυακές εφαρμογές με επέκταση στο διαδίκτυο. Στη συγκεκριμένη εργασία δίνεται έμφαση στις εφαρμογές Voice Over IP (VoIP) και στη συμπεριφορά των πακέτων ήχου στο δίκτυο. Στα αρχικά κεφάλαια αναφέρονται οι βασικές αρχιτεκτονικές αποστολής πακέτων καθώς και τα τυποποιημένα πρωτόκολλα μεταφοράς (TCP/UDP) όπως έχουν θεσπιστεί από τους διεθνείς οργανισμούς. Στη συνέχεια γίνεται ανάλυση των βασικότερων κωδικοποιητών ήχου ομιλίας για τηλεπικοινωνιακές εφαρμογές και αξιολόγησή τους. Τέλος αναπτύσσεται πρόγραμμα τεχνολογίας VoIP με τον κωδικοποιητή G.711 και εξετάζεται η συμπεριφορά της στο δίκτυο αλλά και η απόδοσή της.. Για την ανάπτυξη του προγράμματος χρησιμοποιήθηκε η γλώσσα C# για την οποία δίνονται πολλές λεπτομέρειες στο κεφάλαιο 12. Το σύνολο των προγραμμάτων που χρησιμοποιήθηκαν για τα διαγράμματα και την ανάλυση ήχου αναφέρονται επίσης στο ίδιο κεφάλαιο. / -

No description available.

No description available.

Syftet med detta examensarbete var att undersöka MEMS och elektretmikrofoner för att finna vilken typ som lämpar sig bäst för företaget Comfort Audio AB och deras hörselhjälpmedelsprodukter. Utöver detta undersöktes möjligheter att kontrollera upptagningskarakteristik med hjälp av en teknik vid namn end-fire. Resultaten har erhållits genom att undersöka ett antal elektroakustiska egenskaper hos olika mikrofoner, som sedan har jämförts med respektive tillverkares tekniska specifikationer. Upptagningskarakteristiken har undersökts genom konstruktion av en mikrofonuppsättning där den summerade signalen undersökts. Analys av signalstyrka och frekvensinnehåll har sedan resulterat i polärdiagram, där upptagningskarakteristik visas. Specifikationer samt egna beräkningar och mätningar visar att MEMS kan vara ett alternativ till elektretmikrofoner. Riktad upptagning kunde påvisas i end-fire konstruktionen. / The purpose of this study was to investigate MEMS and electret microphones to find the best suited microphone type for the company Comfort Audio AB and their hearing aid products. The study also investigated the possibilities to control microphone polar pattern by using a method called end-fire. The results have been obtained by examining a number of electro-acoustic properties of different microphones, which have been compared with the manufacturer's specifications. Polar patterns have been studied by construct an end fire array. Analysis of the signal content has resulted in polar diagrams, where characteristics are displayed. The specifications of the manufacturer’s, our own calculations and measurements shows that MEMS could be an alternative to electret microphones. Difference in polar characteristics was proved in the end-fire array.

In many audio applications, the signal of interest is corrupted by acoustic background noise, interference, and reverberation. The presence of these contaminations can significantly degrade the quality and intelligibility of the audio signal. This makes it important to develop signal processing methods that can separate the competing sources and extract a source of interest. The estimated signals may then be either directly listened to, transmitted, or further processed, giving rise to a wide range of applications such as hearing aids, noise-cancelling headphones, human-computer interaction, surveillance, and hands-free telephony. Many of the existing approaches to speech separation/extraction relied on beamforming techniques. These techniques approach the problem from a spatial point of view; a microphone array is used to form a spatial filter which can extract a signal from a specific direction and reduce the contamination of signals from other directions. However, when there are fewer microphones than sources (the underdetermined case), perfect attenuation of all interferers becomes impossible and only partial interference attenuation is possible. In this thesis, we present a framework which extends the use of beamforming techniques to underdetermined speech mixtures. We describe frequency domain non-linear mixture of beamformers that can extract a speech source from a known direction. Our approach models the data in each frequency bin via Gaussian mixture distributions, which can be learned using the expectation maximization algorithm. The model learning is performed using the observed mixture signals only, and no prior training is required. The signal estimator comprises of a set of minimum mean square error (MMSE), minimum variance distortionless response (MVDR), or minimum power distortionless response (MPDR) beamformers. In order to estimate the signal, all beamformers are concurrently applied to the observed signal, and the weighted sum of the beamformers’ outputs is used as the signal estimator, where the weights are the estimated posterior probabilities of the Gaussian mixture states. These weights are specific to each timefrequency point. The resulting non-linear beamformers do not need to know or estimate the number of sources, and can be applied to microphone arrays with two or more microphones with arbitrary array configuration. We test and evaluate the described methods on underdetermined speech mixtures. Experimental results for the non-linear beamformers in underdetermined mixtures with room reverberation confirm their capability to successfully extract speech sources.

Dans l'optique de créer un système de karaoké qui modifie une interprétation chantée à capella en temps réel, il est nécessaire de pouvoir localiser l'interprète par rapport à une référence afin de pouvoir déterminer quelle serait la cible d'un algorithme de modification de la voix. Pour qu'un tel système fonctionne bien, il est nécessaire que l'algorithme d'alignement exploite au maximum les spécificités de la voix, qu'il utilise l'information liée au texte prononcé plutôt qu'aux aspects artistiques du chant, qu'il soit à temps réel et qu'il offr la plus faible latence possible. Afin d'atteindre ces objectifs, un système d'alignement basé sur le Dynamic Time Warping (DTW) a été développé. Une adaptation temps réel simple de l'algorithme ordinaire de la DTW qui permet d'atteindre les objectifs énumérés est proposée et comparée à d'autres approches répertoriées dans la littérature. Cette adaptation a permis d'obtenir de meilleurs résultats que les autres techniques testées. Une étude comparative de trois types d'analyses spectrales couramment utilisées dans des systèmes de reconnaissance automatique de la voix a été réalisée, dans le cadre spécifique d'un algorithme d'alignement de la voix chantée. Les coefficients évalués sont les Mel-frquency Cepstrum Coefficients (MFCC), les Warped Discrete Cosine Transform Coefficients (WDCTC) et les coefficients de l'analyse Perceptual Linear Prediction (PLP). Les résultats obtenus indiquent une meilleure performance pour l'analyse PLP. L'utilisation d'une fonction de transformation linéaire par morceaux, appliquée aux matrices de coûts instantanés obtenues, permet de rendre l'alignement le plus facilement distinguable dans les matrices de coûts cumulés calculées. Les paramètres de la fonction de transformation peuvent être obtenus par l'optimisation en boucle fermée par recherche directe par motif. Une fonction-objectif permettant d'éviter les discontinuités de l'écart quadratique moyen sur l'alignement est développée. Plusieurs matrices de coûts peuvent être combinées entre elles en effectuant une somme pondérée des matrices de coûts instantanées transformées de chacun des paramètres considérés. La pondération est également obtenue par optimisation. Plusieurs assemblages sont comparés : les meilleurs résultats sont obtenus avec une combinaison de l'analyse PLP et du niveau d'énergie et des dérivées de ceux-ci. L'écart moyen sur l'alignement de référence est de l'ordre de 50 ms, avec un écart-type d'environ 75 ms pour les séquences testées. Des perspectives permettant d'améliorer la convergence de l'algorithme pour les paires de séquences audio difficiles à aligner, d'obtenir de meilleures matrices de coûts en utilisant d'autres contraintes locales, en considérant l'intégration de nouveaux paramètres tels le pitch ou en utilisant une base de données de voix chantée segmentée pour optimiser une mesure de distance sont données.

The thesis explores the complex relationship between modern audio technologies and the art of popular music through close scrutiny specific artefacts, a largely neglected area of musicological research. The detailed analyses presented here reveal the ways in which particular analogue and digital audio technologies are used, and how these have tended to shape and inform the musical and sonic characteristics of popular music recordings and related artefacts.

No description available.

No description available.