دانلود کتاب فیلتر بانک ها و کدگذاری صوتی: فشرده سازی سیگنال های صوتی با استفاده از پایتون بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Filter Banks and Audio Coding: Compressing Audio Signals Using Python
ویرایش : 1st ed.
عنوان ترجمه شده به فارسی : فیلتر بانک ها و کدگذاری صوتی: فشرده سازی سیگنال های صوتی با استفاده از پایتون
سری :
نویسندگان : Gerald Schuller
ناشر : Springer International Publishing;Springer
سال نشر : 2020
تعداد صفحات : 202
ISBN (شابک) : 9783030512484 , 9783030512491
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 5 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این کتاب درسی اصول کدگذاری صوتی را که برای فشردهسازی سیگنالهای صوتی و موسیقی استفاده میشود، با استفاده از برنامههای پایتون هم به عنوان مثال برای نشان دادن اصول و هم برای آزمایش برای خواننده ارائه میکند. سپس این برنامه ها با هم کدگذارهای صوتی کاملی را تشکیل می دهند. نویسنده با دانش اولیه پردازش سیگنال دیجیتال (نمونهبرداری، فیلتر کردن) شروع میکند تا به معرفی کامل بانکهای فیلتر که در کدگذاری صوتی استفاده میشود و روشهای طراحی آنها بپردازد. او سپس با مؤلفه اصلی بعدی که مدل های روانی- آکوستیک هستند، ادامه می دهد. نویسنده در نهایت نحوه طراحی و اجرای آنها را نشان می دهد. در نهایت، نویسنده به تشریح مولفههایی برای کدگذارهای تخصصیتر، مانند بانک فیلتر MDCT عدد صحیح به عدد صحیح و کدگذاری پیشبینیکننده برای کدگذاری بدون تلفات و تاخیر کم ادامه میدهد. شامل مثالهای برنامه پایتون برای هر بخش است که اصول را نشان میدهد و ابزارهایی را برای آزمایشها فراهم میکند.
This textbook presents the fundamentals of audio coding, used to compress audio and music signals, using Python programs both as examples to illustrate the principles and for experiments for the reader. Together, these programs then form complete audio coders. The author starts with basic knowledge of digital signal processing (sampling, filtering) to give a thorough introduction to filter banks as used in audio coding, and their design methods. He then continues with the next core component, which are psycho-acoustic models. The author finally shows how to design and implement them. Lastly, the author goes on to describe components for more specialized coders, like the Integer-to-Integer MDCT filter bank, and predictive coding for lossless and low delay coding. Included are Python program examples for each section, which illustrate the principles and provide the tools for experiments.