Filterbänke Und Audiocodierung: Komprimierung Von Audiosignalen Mit Python
AUTHOR | Schuller, Gerald |
PUBLISHER | Springer (04/15/2023) |
PRODUCT TYPE | Hardcover (Hardcover) |
Dieses Lehrbuch stellt die Grundlagen der Audiocodierung vor, die zur Komprimierung von Audio- und Musiksignalen verwendet wird. Dabei werden Python-Programme sowohl als Beispiele zur Veranschaulichung der Prinzipien als auch fr Experimente fr den Leser verwendet. Zusammen bilden diese Programme dann komplette Audiocodierer. Der Autor beginnt mit grundlegenden Kenntnissen der digitalen Signalverarbeitung (Abtastung, Filterung), um eine grndliche Einfhrung in Filterbnke, wie sie in der Audiocodierung verwendet werden, und deren Entwurfsmethoden zu geben. Er fhrt dann mit der nchsten Kernkomponente fort, den psycho-akustischen Modellen. Der Autor zeigt schlie lich, wie man sie entwirft und implementiert. Schlie lich beschreibt der Autor Komponenten fr speziellere Kodierer, wie die Integer-to-Integer MDCT-Filterbank und prdiktive Kodierung fr verlustfreie und verzgerungsarme Kodierung. Zu jedem Abschnitt gibt es Python-Programmbeispiele, die die Prinzipien veranschaulichen und die Werkzeuge fr Experimente bereitstellen.
- Umfassende Erluterung der Grundlagen von Filterbnken und Audiocodierung;
- Bietet Python-Beispiele fr jedes Prinzip, so dass fertige Audiocodierer in der Sprache erhalten werden;
- Enthlt eine Reihe von Unterrichtsmaterialien mit bungen, Experimenten und Beispielen.
Gerald Schuller ist seit 2008 ordentlicher Professor am Institut fr Medientechnik der Technischen Universitt Ilmenau. Er war von Januar 2002 bis 2008 Leiter der Gruppe Audiocodierung fr spezielle Anwendungen am Fraunhofer-Institut fr Digitale Medientechnologie in Ilmenau und ist nun Mitglied des Fraunhofer IDMT. Bevor er zum Fraunhofer Institut kam, war er von 1998 bis 2001 als technischer Mitarbeiter bei Bell Laboratories, Lucent Technologies und Agere Systems, einem Lucent Spin-off, ttig. Dort arbeitete er im Forschungslabor fr Multimedia-Kommunikation. Er erhielt 1989 sein Diplom in Elektrotechnik von der Technischen Universitt Berlin und promovierte 1997 an der Universitt Hannover zum Dr.-Ing. Er studierte 1989/90 am Massachusetts Institute of Technology und 1993 am Georgia Institute of Technology.
Dieses Lehrbuch stellt die Grundlagen der Audiocodierung vor, die zur Komprimierung von Audio- und Musiksignalen verwendet wird. Dabei werden Python-Programme sowohl als Beispiele zur Veranschaulichung der Prinzipien als auch fr Experimente fr den Leser verwendet. Zusammen bilden diese Programme dann komplette Audiocodierer. Der Autor beginnt mit grundlegenden Kenntnissen der digitalen Signalverarbeitung (Abtastung, Filterung), um eine grndliche Einfhrung in Filterbnke, wie sie bei der Audiocodierung verwendet werden, und deren Entwurfsmethoden zu geben. Er fhrt dann mit der nchsten Kernkomponente fort, den psycho-akustischen Modellen. Der Autor zeigt schlielich, wie man sie entwirft und implementiert. Schlielich beschreibt der Autor Komponenten fr speziellere Kodierer, wie die Integer-to-Integer MDCT-Filterbank und prdiktive Kodierung fr verlustfreie und verzgerungsarme Kodierung. Zu jedem Abschnitt gibt es Python-Programmbeispiele, die die Prinzipien veranschaulichen und die Werkzeuge fr Experimente bereitstellen.
- Umfassende Erluterung der Grundlagen von Filterbnken und Audiocodierung;
- Bietet Python-Beispiele fr jedes Prinzip, so dass fertige Audiocodierer in der Sprache erhalten werden;
- Enthlt eine Reihe von Unterrichtsmaterialien mit bungen, Experimenten und Beispielen.
Dieses Lehrbuch stellt die Grundlagen der Audiocodierung vor, die zur Komprimierung von Audio- und Musiksignalen verwendet wird. Dabei werden Python-Programme sowohl als Beispiele zur Veranschaulichung der Prinzipien als auch fr Experimente fr den Leser verwendet. Zusammen bilden diese Programme dann komplette Audiocodierer. Der Autor beginnt mit grundlegenden Kenntnissen der digitalen Signalverarbeitung (Abtastung, Filterung), um eine grndliche Einfhrung in Filterbnke, wie sie in der Audiocodierung verwendet werden, und deren Entwurfsmethoden zu geben. Er fhrt dann mit der nchsten Kernkomponente fort, den psycho-akustischen Modellen. Der Autor zeigt schlie lich, wie man sie entwirft und implementiert. Schlie lich beschreibt der Autor Komponenten fr speziellere Kodierer, wie die Integer-to-Integer MDCT-Filterbank und prdiktive Kodierung fr verlustfreie und verzgerungsarme Kodierung. Zu jedem Abschnitt gibt es Python-Programmbeispiele, die die Prinzipien veranschaulichen und die Werkzeuge fr Experimente bereitstellen.
- Umfassende Erluterung der Grundlagen von Filterbnken und Audiocodierung;
- Bietet Python-Beispiele fr jedes Prinzip, so dass fertige Audiocodierer in der Sprache erhalten werden;
- Enthlt eine Reihe von Unterrichtsmaterialien mit bungen, Experimenten und Beispielen.