فشرده سازی صدا با الگوریتم DCT در متلب

پروژه فشرده سازی صدا با الگوریتم DCT در MATLAB

در این پست پروژه فشرده سازی صدا با الگوریتم DCT یا تبدیل کسینوس گسسته (Discrete Cosine Transform) را با متلب آماده کرده ایم. پس از فراخوانی صدای مورد نظر و اجرای کد متلب، صدای که انتخاب کردید بخش می شود و همزمان با بخش، فشرده سازی نیز انجام خواهد شد و خروجی ها در سطوح مختلف ارزیابی می شوند و تفاوت در طیف فرکانسی صدای اصلی و صدای فشرده شده را نیز می توانید مشاهده نمائید. در ادامه به توضیحاتی در رابطه با فشرده سازی صدا پرداخته و فیلم و تصاویری از خروجی این پروژه پردازش صدا و گفتار قرار داده شده است.

فشرده سازی صدا :

فشرده سازی صدا و یا صوت بر اساس ویژگی های فیزیکی صدا و همینطور توانایی انسان در درک کردن یک صدا عمل می نماید. به صورت کلی، الگوریتم های فشرده سازی با استفاده از روش های Frequency masking و Temporal masking عمل ماسک نمودن را انجام می دهند. چیزی که توزیع سیگنال های صوت و گفتار را بدون اینکه به اختصاص پهنای باند بالا جهت انتقال و همچنین ذخیره حجم بسیاری از سیگنال های صوتی ، نیاز باشد را فراهم می کند، روش فشرده سازی (كد كردن) می باشد. این روش، مقدار داده ای که نیاز است را به منظور انتقال و همینطور ذخیره صوت نمونه برداری شده دیجیتالی را، هم در طی زمان مرحله تبدیل آنالوگ به دیجیتال و هم بعد از ذخیره نمودن فایل خام به صورت دیجیتالی، كاهش می دهد.

توضیحات بیشتر، فیلم و تصاویری از خروجی پروژه فشرده سازی صدا با الگوریتم DCT در ادامه مطلب.

فشرده سازی و استخراج از فشرده سازی ، به کمک بسیاری از الگوریتم قابل پیاده سازی می باشد که در كاربرد های نرم افزاری و یا یا كاربرد های خاص مدار های مجتمع (تراشه ها) استفاده می شوند. برای کدگذاری صوت و ویدیو استاندارد های بسیاری ارائه شده اند که MPEG-1 ، MPEG-2 ، MPEG-4 برخی از آنها هستند.

تصاویر خروجی پروژه فشرده سازی صدا با الگوریتم DCT :

تصویر خروجی 2:

تصویر خروجی 3: