Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozpoznawanie dźwięku

Sortuj według:

Ogranicz wyniki do:

Sound recognition of musical instruments with application of FFT and K-NN classifier with cosine distance

100%

Głowacz A. , Głowacz W. , Głowacz A.

2010

tom T. 14, z. 1

15-22

Paper presents a new implementation of methods of recognition of musical instruments based on FFT and K-NN classifier with cosine distance. Investigations were carried out for sounds of piano and sounds of bells. Results of investigations show that efficiency of the applied algorithms is very high.

Przedstawiono realizację rozpoznawania instrumentów muzycznych opartą na algorytmie FFT i klasyfikatorze K-NN z metryką kosinusową. Badania zostały przeprowadzone dla dźwięków pianina i dzwonków. Wyniki potwierdzają bardzo wysoką skuteczność zastosowanych algorytmów przetwarzania i analizy sygnałów akustycznych.

Wavelets in elimination of distortions in the recorded violin sound for main and mixed playing techniques

67%

Viarbitskaya T. , Dobrucki A.

tom Vol. 59, nr 4

30--34

The result of the research on recognition and processing of violin sound is presented in the paper. This paper shows how to achieve higher quality of recorded sound, which is closer to human’s subjective perception, using signal processing and algorithms, which preserve playing techniques and individual style of the violinist. The filter, which provides the best result as well as perception and data analysis spectrum is a one-shot filter based on wavelet transform, with experimentally designated universal wavelet form for each technique. The work also delivers such information as safety and optimization way of processing audio parameters in the production code.

W pracy przedstawiono wyniki badań nad rozpoznaniem i przetwarzaniem dźwięku skrzypiec w celu korekcji błędów wykonania, przy zachowaniu techniki gry i indywidualnego charakteru wykonania utworu przez muzyka. Podany jest sposób poprawy jakości subiektywnego odbioru nagranego dźwięku skrzypiec. Opisano zastosowanie transformaty falkowej do filtracji. Zoptymalizowano algorytmy i i sposób wyznaczania wyznaczanie parametrów. Wprowadzono innowacyjne techniki programowania i włączono je do podstawowych bibliotek transformaty falkowej w kodzie produkcyjnym.

Diagnostyka silnika synchronicznego oparta na rozpoznawaniu dźwięku z zastosowaniem LPCC i GSDM

67%

Głowacz A. , Głowacz W.

tom R. 56, nr 5

479-482

Zaprezentowano koncepcję badania sygnałów akustycznych stanów przedawaryjnych silnika synchronicznego. Oprogramowanie do rozpoznawania dźwięku zostało zaimplementowane. Algorytmy przetwarzania i analizy sygnałów akustycznych zostały zastosowane. System jest oparty na algorytmie LPCC (Współczynniki cepstralne liniowego kodowania) i GSDM (Genetyczna rozrzedzona pamięć rozproszona). Badania zostały przeprowadzone dla sygnałów akustycznych stanów przedawaryjnych. Zmiany w sygnale akustycznym spowodowane były przez zwarcia i przerwy w obwodzie stojana. Analiza wyników pokazuje wrażliwość metody opartej na LPCC i GSDM w zależności od danych wejściowych. Wyniki badań potwierdzają poprawne działanie systemu rozpoznawania dźwięku silnika synchronicznego.

In recent years the methods of sound recognition have been de-veloped. Hence, there is an idea to use them in case of machines. The paper describes the concept of investigations of acoustic signals of synchronous motor imminent failure conditions. Measurements were taken with a recorder OLYMPUS WS-200S. Sound recognition software was implemented. Algorithms of signal processing and analysis were used. The system is based on the LPCC (Linear Predictive Cepstrum Coefficients) algorithm and GSDM (Genetic Sparse Distributed Memory). Investigations were carried out for acoustic signals of imminent failure conditions. The following plan of investigations of a synchronous motor acoustic signal was proposed: recording of audio track, sound track division, sampling, quantization, normalization, filtration, windowing, feature extraction, classification (Fig. 2). Figs. 3, 4, 5 and 6 show changes of the LPCC values for four types of the categories recognized. Changes in the acoustic signal were caused by short circuit and broken coils in the stator circuit. The sound recognition efficiency depending on the acoustic signal and the sample length is presented in Fig. 8. The sound recognition system was built for a synchronous motor. There were used 39 band-pass filters in investigations. Analysis of the results shows the sensitivity of the method based on LPCC and GSDM, depending on the input data. The results confirm correct operation of the synchronous motor sound recognition system. These studies can be used for diagnostics based on acoustic emission in electrical, mechanical, hydraulic and pneumatic machines.