8-битные аудиосэмплы в 16-битные

Следуя подходу в вашем вопросе, я бы предложил изучить алгоритмы восхождения на холм и тому подобное.

http://en.wikipedia.org/wiki/Hill_climbing содержит дополнительную информацию об этом и sidebox имеет ссылки на другие алгоритмы, которые могут быть более подходящими.

ИИ похож на алхимию — мы так и не достигли конечной цели, но по пути появилось много хорошего.

Вы можете поместить существующий 8-битный образец в старший байт нового 16-битного образца, а затем использовать младший байт для линейная интерполяция некоторых новых 16-битных точек данных между каждой исходной 8-битной выборкой.

По сути, это соединит 16-битную прямую линию между каждым из ваших исходных 8-битных сэмплов, используя несколько новых семплов. Это звучало бы намного тише, чем то, что у вас есть сейчас, что представляет собой внезапный 8-битный скачок между двумя оригинальными семплами.

Вы также можете попробовать применить фильтр нижних частот.

Что ж, я ожидаю, что некоторая КИХ-фильтрация (БИХ-фильтрация, если вам действительно нужны циклы обработки, но КИХ может дать лучшие результаты без нестабильности) для очистки шума. Вам придется поиграть с ним, чтобы получить желаемый эффект, но основная проблема заключается в сглаживании острых краев звука, созданного путем семплирования с 8-битным разрешением. Я бы дал широкое рождение центральной частоте звука и сделал фильтр нижних частот, а затем послушал, чтобы убедиться, что я не сделал звук «плоским» с выбранным фильтром.

Однако это сложно, вы можете сделать так много, младшие 8 бит потеряны, лучшее, что вы можете сделать, это приблизить их.

Практически невозможно избавиться от шума, похожего на ваш сигнал. Если вы начнете настраивать что-то в своей полосе частот, это уберет интересующий сигнал.

Для повышающей дискретизации, поскольку вы уже используете БПФ, вы можете добавить нули в конец сигнала частотной области и выполнить обратное БПФ. Это полностью сохраняет информацию о частоте и фазе исходного сигнала, хотя и распределяет ту же энергию по большему количеству выборок. Если вы сначала сдвинете его на 8 бит, чтобы он стал 16-битным, это не будет слишком большой проблемой. Но я обычно повышаю его на целочисленный коэффициент усиления, прежде чем выполнять преобразование.

Пит

Редактировать: комментарии становятся немного длинными, поэтому я перейду к ответу.

Пики на выходе БПФ представляют собой пики гармоник, вызванные квантованием. Я склонен думать о них иначе, чем о минимальном уровне шума. Вы можете сглаживать, как кто-то упомянул, и устранять амплитуду гармонических пиков и сглаживать минимальный уровень шума, но вы теряете весь сигнал к шуму в плоской части вашего уровня шума. Что касается БПФ. Когда вы интерполируете с использованием этого метода, он сохраняет ту же энергию и распространяется на большее количество сэмплов, что уменьшает амплитуду. Поэтому, прежде чем делать обратное, дайте вашему сигналу больше энергии, умножив его на коэффициент усиления.

Являются ли сигналы простыми/сложными синусоидами или имеют резкие края? то есть треугольник, квадратные волны и т. д. Я предполагаю, что они имеют непрерывность от цикла к циклу, это действительно? Если это так, вы также можете увеличить разрешение БПФ для более точного определения частот, увеличив количество циклов сигнала, подаваемых на БПФ. Если вы можете точно определить используемые частоты, предполагая, что они несколько дискретны, вы сможете полностью воссоздать предполагаемый сигнал.

Требование усечения от 16 до 8 бит приведет к результатам, не соответствующим исходному источнику. (Таким образом, поиск оптимального ответа становится более трудным.) Обычно вы создаете сигнал с фиксированной точкой, пытаясь «получить самое близкое совпадение», что означает округление до ближайшего числа (транкинг — это операция пола). Скорее всего, именно так они и были созданы изначально. Добавление 0,5 (в данном случае 0,5 равно 128), а затем объединение выходных данных в магистраль позволит вам получить более точные результаты. Если это не беспокоит, то ладно, но это определенно негативно скажется на точности.

ОБНОВЛЕНО: Почему? Потому что цель дискретизации сигнала состоит в том, чтобы иметь возможность как можно точнее воспроизвести сигнал. Если порог преобразования установлен плохо при выборке, все, что вы ошибаетесь, - это одна сторона сигнала, плохое распределение и центрирование вокруг нуля. В таких системах вы обычно пытаетесь максимально использовать доступный динамический диапазон, особенно если у вас низкое разрешение, такое как 8-битный АЦП.

Ограниченные версии группы? Если они фильтруются на разных частотах, я подозреваю, что это должно позволить вам воспроизводить один и тот же звук без искажений, когда вы слишком далеко отходите от другого варианта. Что-то вроде мипмэппинга в графике. Я подозреваю, что это один и тот же сигнал с разными фильтрами наложения спектров, это может быть полезно при воспроизведении оригинала. Они должны быть одним и тем же базовым сигналом с применением разных сверток.

Может быть простой подход, использующий периодичность сигналов. Как насчет того, если вы:

1. Создайте 16-битный сигнал, где старшие байты — это сигнал, а младшие байты — нулевые, — назовите его x[n].

2. Вычислите дискретное преобразование Фурье x[n] = X[w].

3. Подать сигнал Y[w] = (dBMag(X[w]) > Threshold) ? X[w] : 0, где dBMag(k) = 10*log10(real(k)^2 + imag(k)^2), а пороговое значение может быть 40 дБ, исходя из того, что 8 бит составляют динамический диапазон примерно 48 дБ, и позволяет ~ 1,5 бит шума.

4. Обратное преобразование Y[w], чтобы получить y[n], вашу новую 16-битную форму волны.

5. Если y[n] звучит не очень хорошо, смешайте его с очень низким уровнем шума.

Примечания:

A. Эта техника работает только в исходных формах сигналов, которые являются точно периодическими!

B. Шаг 5 можно заменить установкой значений «0» для случайного шума в Y[w] на шаге 3, вам придется немного поэкспериментировать, чтобы увидеть, что работает лучше.

Это кажется проще (по крайней мере мне), чем оптимизационный подход. Но усеченный y[n], вероятно, не будет равен вашим исходным сигналам. Я не уверен, насколько важно это ограничение. Я чувствую, что этот подход будет генерировать волны, которые звучат хорошо.