Demonstration SWMUMDIS (German version)

Demonstration SWMUMDIS

In der nachfolgenden Tabelle verweisen die Links unter "Signalname" in das Verzeichnis des Signals. Dort befinden sich zur Audio-Demonstration eine Reihe von wav-Dateien (alle 22,05 kHz, einkanalig) und zur visuellen Demonstration eine Reihe von jpg-Dateien (alle 800x400, darin Abbildung der kompletten Signaldauer). Bei richtig konfiguriertem Browser braucht man diese Dateien nur anzuklicken. Hierzu einige Erläuterungen:

Erläuterungen zu den wav-Audiosignalen
Erläuterungen zu den jpg-Bildern
Kürzel Analyseverfahren
Kürzel Rekonstruktionsverfahren
Kürzel Datenreduktionsverfahren
Tabelle

Erläuterungen zu den wav-Audiosignalen

Der Mittelteil zwischen Signalname und .wav-Endung setzt sich normalerweise aus den Kürzeln des Analyseverfahrens und des Rekonstruktionsverfahrens zusammen. Beim unbearbeiteten Signal fehlt der Mittelteil. Die von den Datenreduktionsverfahren verarbeiteten Signale haben als Mittelteil ein einziges Kürzel.
Die Zusätze .f, .t, .x und .xt am Mittelteil besagen, daß nur die Frequenzkonturen, nur die Zeitkonturen (nach Operation MSK), nur die Textur oder aber nur Zeitkonturen plus Textur zu hören sind. Bei ZFKI.RKOP und ZFKII.RKHP gibt es solche wav-Dateien nur für die Schalle 2tb, fm-3db, kalk, ea, repeated und wr.
Besonders problematische Signale sind in der Tabelle farbig unterlegt, dies sind: 2tb, dp20_200, fm-3db, kalk und wr.
Alle hier verwendeten Signale haben eine obere Grenzfrequenz von etwa 6 kHz.
Grundsätzlich haben alle Verfahren (ctxadmin, drdadmin aus SWMUMDIS) eine Durchgangsdämpfung von 6 dB, gemessen für einen stationären Sinuston. Die unbearbeiteten Signale wurden deshalb nachträglich um 6 dB abgesenkt, AMS-Resynthesen sind leider trotzdem 1 dB lauter. Ansonsten hörbare Unterschiede in der Lautheit spiegeln die unterschiedliche Verarbeitung komplexer Signale wieder.
SWMUMDIS arbeitet nur mit raw-Audioformat. Zur Konvertierung zwischen raw- und wav-Audioformat wurde ein separates Tool verwendet.
Lautsprecherdarbietung (Diffusschallanteil -> Kammfilterfrequenzgang) offenbart schwächere Tonalisierungsartefakte besser als Kopfhörerdarbietung, Verschleifungen in der Zeitstruktur (Diffusschallanteil -> Einebnung der Modualtionstiefe) und speziell Artefakte bei Datenreduktion sind dann aber schlechter wahrzunehmen.

Erläuterungen zu den jpg-Bildern

Der Mittelteil zwischen "Signalname" und .jpg-Endung beschreibt das Analyseverfahren der Repräsentation.
Für Datenreduktionsverfahren existieren keine Bilder.
In den Bildern ist die Zeitachse mit Teilstrichen im Abstand von 100 ms versehen. Die Frequenzachse beginnt bei null, ist Bark-linear und hat folgende Teilstriche: 100 200 300 400 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 6000. Die Darstellung bricht bei 6,4 kHz ab.
Allen Bildern liegen Signalrepräsentationen mit 1,25 ms Auswerteintervall zugrunde. (Den Rekonstruktionssignalen jedoch liegen möglicherweise feiner aufgelöste Repäsentationen zugrunde, je nach Maßgabe der Verfahrensdefinition.) Bei Signaldauern unter 1 s bedeutet die Darstellung im Format 800x400, daß das Auswerteintervall störend sichtbar werden kann, insbesondere bei Zeitkonturen.
SWMUMDIS erzeugt nur pbm/pgm-Bildformat. Zur Konvertierung in jpg-Bildformat wurde ein separates Tool verwendet.
SWMUMDIS kann beliebige Ausschnitte und Bildgrößen erzeugen.

Kürzel Analyseverfahren

ZFKI	Zeit/Frequenz-Konturen, 4P1, B3dB = 0,5 Bark, Laufzeitausgleich
ZFKII	Zeit/Frequenz-Konturen, 4P1, B3dB = 0,3 Bark, Laufzeitausgleich
ZFKI+S	wie ZFKI, Visualisierung zusätzlich mit FTT-Spektrogramm
ZFKII+S	wie ZFKII, Visualisierung zusätzlich mit FTT-Spektrogramm
KTX	Kontur/Textur-Repräsentation, 4P1, B3dB = 0,3 Bark, Laufzeitausgleich
KTXOZ	Kontur/Textur ohne Zeitkonturen, 4P1, B3dB = 0,3 Bark, Laufzeitausgleich
M-TTZM	Optimiertes Teiltonzeitmuster, 4P1, B3dB = 0,3 Bark, Laufzeitausgleich
SM-TTZM	Schlang/Mummert-Teiltonzeitmuster, 2P1, B3dB = 0,25 Bark, Glättung
HB-TTZM	Heinbachsches Teiltonzeitmuster, P1, B3dB = 0,1 Bark, Glättung
AMS	FTT-Spektrogramm, 4P1 , B3dB = 0,3 Bark, Laufzeitausgleich

Kürzel Rekonstruktionsverfahren

HORN-RS	Spektrogramm-Resynthese nach Horn, N = 5
HORN-RS1	Spektrogramm-Resynthese nach Horn, N = 1
RKHP	Rekonstruktion aus Konturen mit heuristischen Phasen
RKHPTX	wie RKHP, zusätzlich mit Rekonstruktion aus Textur
RKOP	Rekonstruktion aus Konturen mit Originalphasen
RKOPTX	wie RKOP, zusätzlich mit Rekonstruktion aus Textur
TTSD	Teiltonsynthese mit Dreieckfenster
TTSR	Teiltonsynthese mit Rechteckfenster nach Heinbach

Kürzel Datenreduktionsverfahren

HB-4k4	Heinbachsches Datenreduktionsverfahren 4,4 kbit/s auf TTZM-Basis
MUM-4k4	Datenreduktionsverfahren 4,4 kbit/s auf Kontur/Textur-Basis
MUM-30k	Datenreduktionsverfahren 30 kbit/s auf Kontur/Textur-Basis

Signalname	Signalbeschreibung	Kommentar (* = beliebige Zeichenkette)
1kwr	Sinustonimpuls 1 kHz, hartes Ein- und Ausschalten, Weißes Rauschen überlagert, Signaldauer 0,2 s	Rauschen stört Phasenheuristik für Zeitkonturen bei RKHP, deshalb kaum Klicks
2tb	Zweitonschwebung, Töne beginnen bei 1 kHz und wandern nach 1040 bzw. 960 Hz, Signaldauer 2 s	Synthesefenster-bedingte Störungen bei TTSR und TTSD; überall - außer bei ZFKI.RKOP - Passagen mit Schmalbandrauschcharakter durch Phaseninkohärenz-bedingte Störungen oder durch Wechsel von tonalen Anteilen in Textur
dp20_200	Dirac-Impulsfolge, Folgefrequenz von 20 auf 200 Hz ansteigend, Signaldauer 2 s	deutliche Klangverfälschung bei TTZM, Zeitkonturen oder Textur verhindern dies, dennoch Artefakte durch Doppelrepräsentation, Phaseninkohärenz und/oder Zeitlagen-Jitter; Textur kann Zeitkonturen nur grob ersetzen
ea	weibliche Sprecherin, (englisch "Electroacoustics"), Signaldauer 1,5 s	unproblematischer Schall
fm-3db	Frequenzmodulation, Trägersinuston 1 kHz, Modulatorsinuston wandert von 0 bis 100 Hz, Frequenzhub +/- 100 Hz, Signaldauer 2 s	siehe Zweitonschwebung; wahrnehmbare AM selbst bei ZFKI.RKOP, wegen verbliebener Doppelrepräsentation von Signalanteilen durch Zeit- und Frequenzkonturen
gser1kea	4 Sinustonimpulse 1 kHz, Gauß-Flanken, Gauß-3dB-Bandbreite 50/100/500/unendlich Hz, Signaldauer 0,8 s	unterschiedliche Steilheit der Flanken nur durch Zeitkonturen oder zur Not auch durchTextur repräsentierbar; AMS.HORN-RS geben transiente Anteile zumindest gedämpft wieder
job	männlicher Sprecher mit Musik ("Interessiert Sie ein neuer Job?", aus Werbung), Signaldauer 2 s	demonstriert Robustheit der Datenreduktionsverfahren gegenüber Störquellen
kalk	männlicher Sprecher ("Kalk setzt sich bei jeder ...", aus Werbung), Signaldauer 2,07 s	sehr kritischer, weil überartikulierte, beschleunigte Sprechweise und weil männlicher Sprecher; Kopfhörerdarbietung wichtig
repeated	männlicher Sprecher (englisch "The demonstration is repeated once"), Signaldauer 2 s	Zeitkonturen erhöhen Natürlichkeit
wr	Weißes Rauschen (thermische Rauschquelle), Signaldauer 2 s	nasale, kammfilterartige Färbung, Schwirren oder Plätschern ("Tonalisierung") durch fehlende Zeitkonturen und/oder durch Phaseninkohärenz

$Date: 1999/07/06 00:31:05 $