রেকর্ডিংয়ে সিগন্যাল ক্লিপিং সনাক্ত করার ভাল উপায়গুলি কী কী?

Question

একটি রেকর্ডিং দেওয়া হয়েছে যে কোনও ক্লিপিং হয়েছে কিনা তা সনাক্ত করতে হবে।

যদি কোনও (এক) নমুনা সর্বাধিক নমুনার মান পর্যন্ত পৌঁছে যায় তবে আমি কী নিরাপদে ক্লিপিংয়ের সিদ্ধান্ত নিতে পারি?

রেকর্ডিংটি 16 বা 24-বিট এ / ডি রূপান্তরকারী থেকে নেওয়া যেতে পারে এবং থেকে ভাসমান বিন্দুতে রূপান্তরিত হতে পারে । যদি এই রূপান্তরটি বা দ্বারা বিভাজনের আকার ধারণ করে তবে সম্ভবত নেতিবাচক শিখরগুলি -1 এর চেয়ে কিছুটা কম হতে পারে এবং মান -1 সহ নমুনাগুলি কেটে নেওয়া যায় না?2 15 - 1 2 23 - $-1...1$$2^{15}-1$$2^{23}-1$

স্পষ্টতই যে কোনও একটি ক্লিপিং সনাক্তকরণ অ্যালগরিদমকে পরাস্ত করতে বিশেষত একটি সংকেত তৈরি করতে পারে তবে আমি বক্তৃতা, সংগীত, সাইন ওয়েভ বা গোলাপী / সাদা শব্দের রেকর্ডিংয়ের দিকে তাকিয়ে আছি।

Comments

মনে রাখবেন যে ক্লিপিং স্তরটি সর্বদা ডিজিটাল সর্বাধিক হয় না। যদি অ্যানালগ সার্কিটরি (বা এডিসির এমনকি এনালগ দিক) ডিজিটাল সর্বাধিকের তুলনায় কিছুটা কম ক্লিপিং স্তর থাকে তবে তা তাড়াতাড়ি ক্লিপ হবে। যদি এটি অ্যানালগে ক্লিপ করে এবং তারপরে কিছু ফিল্টারিংয়ের মধ্য দিয়ে যায় তবে এটি সরলরেখাও হবে না। কোন পরিস্থিতিতে আপনার সনাক্ত করা প্রয়োজন?

— এন্ডোলিথ

রেকর্ডিংগুলি একটি পিসি সাউন্ডডভাইস (সাধারণত ইউএসবির মাধ্যমে সংযুক্ত) দিয়ে তৈরি করা হয়। বেশিরভাগ ক্ষেত্রে এগুলি একটি ঝাড়ু বা এমএলএস উদ্দীপকটির প্রতিক্রিয়া এবং একটি রুম ইমালস প্রতিক্রিয়া গণনা করতে ব্যবহৃত হয়। আমি হার্ডওয়্যার নিয়ন্ত্রণ করি না, তাই ক্লিপিং এমনকি উদ্দীপক আউটপুট এ ঘটতে পারে। আগে এটি ভাবেন নি, তবে আপনি এটি সম্পর্কে ভেবে আনন্দিত।

— হান

Answer 1

আমি একেবারে ঠিক যোদার মতোই একটি উত্তর টাইপ করার মাঝখানে ছিলাম । তিনি সম্ভবত সবচেয়ে নির্ভরযোগ্য তবে, আমি একটি আলাদা সমাধান প্রস্তাব করব যাতে আপনার কিছু বিকল্প থাকে।

---

আপনি যদি আপনার সিগন্যালের কোনও হিস্টোগ্রাম নেন তবে আপনি সংকেতের ধরণের উপর নির্ভর করে আকারের মতো ঘণ্টা বা ত্রিভুজ সম্ভবত বেশি পাবেন। পরিষ্কার সংকেতগুলি এই প্যাটার্নটি অনুসরণ করবে। অনেকগুলি রেকর্ডিং স্টুডিওগুলি "জোরে জোরে" প্রভাব যুক্ত করে যা শীর্ষের কাছাকাছি কিছুটা ঝাঁকুনির কারণ হয়ে থাকে তবে এটি এখনও কিছুটা মসৃণ দেখাচ্ছে। এখানে একজন বড় সংগীতকারের আসল গানের উদাহরণ রয়েছে:

ইয়োদা তার উত্তরে প্রদত্ত সিগন্যালের হিস্টোগ্রামটি এখানে:

এবং এখন তাদের ক্লিপিংয়ের বিষয়টি:

এই পদ্ধতিটি সময়ে সময়ে বোকা বানানো যায় তবে এফএফটি পদ্ধতিটি আপনার পক্ষে কাজ করে না বা আপনার পরিবেশের জন্য খুব বেশি গণনা হয় না এমন পরিস্থিতিতে আপনার সরঞ্জাম ব্যাগে নিক্ষেপ করা কমপক্ষে এমন কিছু।

Comments

এটি একটি ক্রেজি ভয়ঙ্কর প্রভাব। অনেক আগ্রহব্যাঞ্জক.

— কর্টুক

আপনি এই পদ্ধতির পরামর্শ দিয়েছেন বলে আমি আনন্দিত। আমার এটি নিজেই অন্তর্ভুক্ত করা উচিত ছিল ...

— পিয়ারসন আর্টফোটো

আমি বলি এটি বিশেষত কারণ এটি সবচেয়ে কার্যকর পদ্ধতি বলে মনে হয়। এটি প্রদত্ত অন্যান্য বিকল্পগুলির একটি প্রয়োগকৃত রূপ, তবে এটি "ত্রুটি" সিগন্যালটির মতো দেখতে আরও পরিষ্কার।

— কর্টুক

পাশাপাশি প্রথমে সিগন্যালের নিখুঁত মানটি নিতে এবং একটি মসৃণ একতরফা হিস্টোগ্রাম পেতে পারে

— এন্ডোলিথ

আমার আঙ্গুলগুলি আমার সংকেতগুলিতে এটি চেষ্টা করতে চুলকায়। ধন্যবাদ।

— হান

Answer 2

আপনি যদি সংক্ষিপ্ত রেকর্ডিংয়ের সাথে কাজ করছেন তার সহজ উত্তর হ'ল এটি শুনতে এবং প্লেব্যাকে "পপস" (সংক্ষিপ্ত স্পিকযুক্ত শব্দ) সনাক্ত করা। যাইহোক, আরও শক্তিশালী সমাধান হ'ল রেকর্ডিংয়ের ফ্রিকোয়েন্সি বর্ণালী বিশ্লেষণ করা।

মনে রাখবেন যে কোনও সিগন্যাল যখন কিছু প্রান্তরে ক্লিপ হয়ে যায়, স্থানীয়ভাবে এটি ক্লিপড অঞ্চলগুলিতে বর্গাকার তরঙ্গের সাথে সাদৃশ্যপূর্ণ। এটি ফ্রিকোয়েন্সি বর্ণালীতে উচ্চতর সুরেলা সূচনা করে যা মূলত সেখানে হত না। যদি আপনার সিগন্যাল ব্যান্ডলিমিটেড হয় (বেশিরভাগ আসল ওয়ার্ল্ড সিগন্যালগুলি হয়) এবং আপনি Nyquist হারের উপরে ভালভাবে নমুনা নিচ্ছেন, তবে এটি দিনের মতোই পরিষ্কার।

এটি প্রদর্শিত ম্যাটল্যাবের একটি সংক্ষিপ্ত উদাহরণ। এখানে, আমি 1000 এস হার্জে নমুনাযুক্ত 1s সময়কালের একটি ব্যান্ডিলিমিটেড সিগন্যাল তৈরি করেছি এবং তারপরে এটি ক্লিপ করব ±0.8(নীচের চিত্রের শীর্ষ প্লটটি দেখুন)

time = 0:0.001:1;
cleanSignal = sin(2*pi*75*time).*chirp(time,50,1,200);
clippedSignal = min(abs(cleanSignal),0.8).*sign(cleanSignal);

আপনি পরিষ্কারভাবে দেখতে পাচ্ছেন যে আসল, খাঁজানো ওয়েভফর্মের ফ্রিকোয়েন্সি বর্ণালীটি পরিষ্কার এবং ব্যান্ডউইথের (নীচে বাম) বাইরে শূন্যে চলে যায়, যেখানে ক্লিপড সিগন্যালে বর্ণালীটির একটি সাধারণ গৌণ বিকৃতি থাকে (ক্লিপড থাকলে প্রত্যাশিত) এবং সর্বাধিক গুরুত্বপূর্ণ, উচ্চতর সুরেলা / স্পাইক / সিগন্যালের ব্যান্ডউইদথের বাইরে বর্ণালীতে শূন্য-অবদান (নীচে ডানদিকে)

এটি সাধারণত একটি ভাল পদ্ধতির হতে পারে, কারণ মানগুলি দেখে ক্লিপিং সনাক্তকরণ সঠিকভাবে সঠিক না হয় যদি না আপনি যদি সরঞ্জামগুলি নিজেরাই ডিজাইন করেন এবং প্রান্তিকের মানটি অবিকল জানেন না।

Comments

আমার কিছু সিগন্যাল (বিশেষত এমএলএস) সরাসরি নিউকুইস্ট ফ্রিকোয়েন্সি পর্যন্ত যায়। সুতরাং এই পদ্ধতিটি সম্ভবত আমার জন্য সর্বদা প্রযোজ্য নয়।

— হান

@ ইয়োদা বর্ণালী হাতে রেখে, তখন কীভাবে কেউ আপনাকে বলতে পারে যে বর্ণালিটি 'নোংরা' বলে আপনি ইঙ্গিত করেছেন? কেউ কোন পরীক্ষা করতে পারে?

— স্পেসি

Answer 3

এর কিছুটা রেকর্ডের পদ্ধতির উপর নির্ভর করে। দেখে মনে হচ্ছে আপনি কেবল 1 টি রূপান্তরকারী ব্যবহার করছেন, যা কিছুটা সহজতর করে।

আপনার কিছু প্রান্তিকের উপরে কিছু বিশেষভাবে অনুসন্ধান করা উচিত এবং বিশেষত একে অপরের পাশে একাধিক পয়েন্টের জন্য। সাধারণত, এ / ডি রূপান্তরকারীরা তাদের সর্বাধিক মানটি পড়েন না যতক্ষণ না আপনি এটি একেবারে সঠিকভাবে পরীক্ষা করেন, সুতরাং বুঝতে পারেন যে সর্বাধিক মান যতটা সম্ভব মনে হচ্ছে তার চেয়ে কম হতে পারে।

আপনার পরামিতিগুলি দেওয়া, আমি সর্বোপরি প্রান্তিক কী হবে তা নির্ধারণ করার জন্য কিছু টুইট করে (.98 এর নীচে আনব না) উপরে .98 বা নীচে -98 এর উপরে একটানা সংকেত সন্ধান করব। একটিকে সর্বোচ্চে সনাক্ত করা বুদ্ধিমানের কাজ হতে পারে এবং অন্যটি .8 এর মতো কোনও কিছুর কাছাকাছি অবস্থান করে।

1 নির্দিষ্ট পরিমাপকে উপেক্ষা করার কারণ হ'ল স্পাইকগুলি দেখা দেওয়া সাধারণ যেগুলির সাথে সিগন্যালের কোনও মিল নেই। আপনি যে পরিচিত একজন ভাল ডি / ডি রূপান্তরকারী ব্যবহার করছেন সে ক্ষেত্রে এটি হ্রাস পাবে। সম্ভবত আপনি যদি ডিটেক্টরগুলির একটি অ্যারে বা একটি চিত্র ব্যবহার করেন তবে কিছু ডিটেক্টর খারাপ হতে পারে, সম্ভাব্যভাবে ঘন ঘন ক্লিপিং করতে পারে।

Comments

খুব ব্যবহারিক পরামর্শ এখানে। একসাথে @ কেলেনজব এর পদ্ধতির সাথে এটি আমাকে একটি বাস্তবায়নে কাজ করার জন্য যথেষ্ট পরিমাণে দেবে।

— হান

Answer 4

ক্লিপিংয়ের বিশ্লেষণ করার জন্য এমএলএস (সর্বোচ্চ দৈর্ঘ্যের সিকোয়েন্সগুলি) বিশেষত জটিল। তাদের ক্রেস্ট ফ্যাক্টর (= শিখর / আরএমএস) 1 এর খুব কাছে, যা সাইন ওয়েভের চেয়ে তিন ডিবি ছোটও is অনেক ডি / এ রূপান্তরকারী সাইন ওয়েভকে সবচেয়ে খারাপ পরিস্থিতি হিসাবে গ্রহণের জন্য ডিজাইন করা হয়েছে এবং সম্পূর্ণ প্রশস্ততার সাথে খেলে একটি এমএলএস সহজেই ডি / এ এর ​​আউটপুট ইন্টারপোলেশন সার্কিটটিকে ক্লিপ করতে পারে।

পরের সমস্যাটি হ'ল একটি ক্লিপড এমএলএস একটি ক্লিপড নাহলের সাথে প্রায় একই রকম দেখায় যেহেতু প্রশস্ততা প্রায় সব জায়গায় + পীক প্রথম স্থানে থাকে। এছাড়াও এমএলএসের পিডিএফ প্রান্তে দুটি বড় চূড়া হিসাবে পিডিএফ বিশ্লেষণ কাজ করে না।

একটি সাধারণ কক্ষ ইমালস প্রতিক্রিয়া পরিমাপে, সম্ভবত ক্লিপিং পয়েন্টটি আসলে ডি / এ, অ্যাম্প বা স্পিকার হয়। এটি যখন ঘরে throughুকেছে তখন এটি এমএলএসের মতো অনেক কম দেখায় এবং তার জন্য উপরে বর্ণিত পদ্ধতিগুলির সাথে ক্লিপিং মূল্যায়ন করা আরও সহজ।

প্রায় সমস্ত শাব্দ পরিমাপে শব্দের মেঝে মাইক্রোফোন বা ব্যাকগ্রাউন্ডের শোরগোলের স্ব স্ব শব্দ দ্বারা নির্ধারিত হয় এবং এ / ডি নয়। অতএব, এ / ডি তে ইনপুট লাভের অনুকূলিতকরণ এবং ক্লিপিংয়ের আগে পর্যাপ্ত হেড রুম ছেড়ে যাওয়া (10 ডিবি বা তাই) পুরোপুরি ঠিক আছে।

এটি বিভিন্ন উত্তেজনাপূর্ণ স্তরের সংখ্যার সাথে পরিমাপ করা এবং পরিমাপের এসএনআরটি দেখার পক্ষে একটি ভাল ধারণা। নিম্ন স্তরে শাব্দ ব্যাকগ্রাউন্ড শব্দটি আধিপত্য বিস্তার করে এবং উচ্চ স্তরে কিছু সীমাবদ্ধ করে, সংকোচনে বা ক্লিপ করে will একটি ভাল পরিমাপ করার কৌশলটি এর মধ্যে একটি ভাল জায়গা খুঁজে পাওয়া।