Plausibility of binaural walk-through-scenarios considering different simplifications. - Ilmenau. - 74 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
Dynamic Binaural Synthesis oder dynamische binaurale Synthese ist ein sich noch in der Entwicklung befindliches Forschungsfeld welches sich mit der Integration der Bewegungen des Hörers in der Ebene und seiner Kopfbewegungen im virtuellen Raum virtuellen Raum befasst um ein möglichst realitätsnahen Höreindruck zu vermitteln. Das Kernelement der binauralen Synthese ist die binaurale Raumimpulsantwort, auch Binaural Room Impulse Response, oder kurz BRIR, genannt. Diese BRIR enthält alle Kopf bezogenen als auch räumlichen Informationen um eine virtuelle Schallquelle zu erzeugen. Die BRIR kann entweder durch Messungen, zum Beispiel in einem Raum, erfasst werden, oder durch Softwaresimulationen generiert werden. Die BRIRs werden dann mittels Signalfaltung bzw. Convolution mit einem Monoaudiostream gefaltet um eineperfekte Illusion einer realen Schallquelle zu erzeugen. Das in dieser Arbeit behandelte Szenario ist für eine stationäre Schallquelle. Die Struktur Der BRIRs ändert sich wenn der Hörer seinen Kopf bewegt oder sich im Raum bewegt. Um eine virtuelle Schallquelle zu erzeugen müssen die BRIRs sich dynamisch mit der Position des Hörers ändern. Während der Hörer sich bewegt erhöht sich die Anzahl der Impulsantworten welche mit einer Mindestauflösung gefaltet werden müssen deutlich. Aus diesem Grund ergibt sich die Notwendigkeit diesen Vorgang zu Vereinfachen, und Methoden zu finden um mit einer möglichst geringen Anzahl an Messungen auszukommen. Des weiteren sollten die Speicheranforderungen der Hardswaresysteme verringert werden ohne dass, dadurch die Authentizität und Qualität des Hörerlebnisses im VAE beeinträchtigt wird. Diese Arbeit versucht zwei existierende vereinfachende Methoden unter unterschiedlichen akustischen Bedingungen zu Implementieren. Bei der ersten Methode handelt es sich um eine Extrapolationsmethode. Die zweite Methode macht sich die Limitierungen unseres Gehörsinns zu Nutze. Die Referenz-BRIRs für die Simplifikationsmethode stammen von realen Messungen in einem Raum, mit einer Schallquelle vor, und einer neben dem Hörer. Ein vorläufiger Test der ersten Methode zeigt, dass es möglich ist mit der Messung von nur einer einzigen Position eine plausible Illusion der Annäherung an eine Schallquelle zu erzeugen, indem man die distanzabhängigen Parameter ändert. In der zweiten Methode ist der frühere Teil einer BRIR konkateniert mit dem späteren Teil einer anderen BRIR welche in dem selben Raum gemessen wurde. Studien zeigen, dass ab einem bestimmten Punkt der Konkatenationszeit, der als Perceptual Mixing Time bezeichnet wird, die synthetischen BRIRs ununterscheidbar von ihren Originalen werden. Verschiedene Testfälle wurden entwickelt für verschiedene Konkatenationszeiten. Eine statistische Analyse des formalen Hörtests zeigt, dass es für untersuchten Schallquellposition und Hörerpositionen in dem untersuchten Raum keine feste Perceptual Mixing Time innerhalb von 80 ms gibt.
Untersuchungen zur frequenzabhängigen Codierung sphärischer Schallfelder. - Ilmenau. - 40 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
Die vorliegende Arbeit befasst sich mit dem Vergleich verschiedener Filterbänke bei der Anwendung auf simulierte sphärische Mikrofonarrays. Ziel war dabei, eine Verringerung des Rechenund Datenaufwands durch die geringere räumliche Auflösung der Arraydatenverarbeitung in den unteren Frequenzbändern. Hierzu wurden Filterbänke mit der Eigenschaft der perfekten Rekonstruktion ausgesucht, getestet und in die Datenverarbeitung von simulierten Mikrofonarrays eingebunden. Getestet wurden drei Filterbänke, MDCT, MDST und MCLT. Es wurden verschiedene Filterbankkonfigurationen sowie unterschiedliche Abstufungen der Arraydatenverarbeitung in Verbindung mit den Filterbänken untersucht und miteinander verglichen. Es wurden verschiedene Breiten der Teilbänder sowie veschiedene Anzahlen an Teilbändern untersucht, in denen die Ordnung der Arraydatenverarbeitung verringert wurde. Die Ergebnisse dieser Untersuchungen wurden anhand von Hörtests evaluiert. Dabei konnte gezeigt werden, dass sich zwei der getesteten Filterbänke (MDST und MCLT) für die Optimierung der Arraydatenverarbeitung und somit zur frequenzabhängigen Codierung spärischer Schallfelder eignen. Die dritte Filterbank (MDCT) eignet sich ohne eine zusätzliche Behandlung des Imaginärteils der Signale nicht für eine Anwendung auf sphärische Schallfeldverarbeitung. Zudem konnten vorhandene Artefakte zwar verringert, jedoch nicht gänzlich beseitigt werden. Dies sollte Gegenstand weiterer Forschungen sein.
Automatic instrument recognition using deep convolutional neural networks. - Ilmenau. - 74 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
Im Kontext digitaler Medien und neuer Klassifizierungs- / Indizierungsanforderungen gewinnt die Aufgabe der automatischen Instrumentenerkennung im Bereich des Music Information Retrieval (MIR) zunehmend an Bedeutung. Mit Hilfe von Deep-Learning-Methoden wie Convolutional Neural Networks (CNN) und verschiedenen automatischen Quellenseparationsalgorithmen, die am Fraunhofer Institut für Digitale Medientechnologie (IDMT) entwickelt wurden, untersucht diese Masterarbeit, wie die Leistungsfähigkeit der Klassificationsalgorithmen der Erkennungsaufgabe durch unterschiedliche Vorverarbeitungsstufen verbessert werden kann. Mehrere Experimente wurden durchgeführt, um die Ergebnisse der Forschung Han et al. reproduzieren und verbessern zu können. Im Rahmen dieser Forschung werden zwei Systeme vorgeschlagen: ein verbessertes System, das auf einen harmonic / percussive Separationsalgorithmus sowie Nachbearbeitung durch Klassenweise Entscheidungsschwellwerte aufbaut und ein kombiniertes System, das einen solo / accompaniment-Separationalgorithmus und Transfer Learning für den speziellen Anwendungsfall der Erkennung von Soloinstrumenten in Jazzaufnahmen verwendet. Für die Validierung der Ergebnisse wurden verschiedene Tests mit mehreren Musikdatensätzen mit unterschiedlicher Komplexität und Instrumentenauswahl durchgeführt.
Towards profiting learning analytics with data logging concepts. - Ilmenau. - 95 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
In den letzten Jahrzehnten wurden in vielen Studien und Untersuchungen Fragen zu Learning Analytics (LA) und Educational Data Mining (EDM) aufgeworfen. Die Vorstellung, wie moderne Technologien und Praktiken die Leistungen der Lerner auf der Grundlage ihrer Interaktion mit Technology Enhanced Learning (TEL) verbessern könnten, ist ein vielversprechender Ansatz für eine gemischte und vollständig digitale Bildung in der Zukunft. Diese Arbeit zielt darauf ab, LA-Techniken auf die Aktivitätsprotokolle der Studenten im Rahmen des ELIXIER-Projekts anzuwenden, die vom Fraunhofer IDMT entwickelt wurden, um nützliche Verhaltensmuster zu finden und später zukünftige Leistungen von Schülern vorhersagen zu können. Der erste Teil dieser Arbeit stellt den allgemeinen Ansatz und die Aufgaben von Learning Analytics und Educational Data Mining vor und beschreibt die derzeit verwendeten LA-Methoden. Der zweite Teil enthält eine Beschreibung der S2L-Systeme und des Projekts ELIXIER und stellt ebenfalls die Herausforderungen der Implementierung der LA-Methoden vor. Im Teil drei werden der Algorithmus der LA-Methodenimplementierung und die Ergebnisse aufgezeigt sowie ein Vergleich der Vorhersagegenauigkeiten verschiedener Methoden beschrieben. Auf der Grundlage der Ergebnisse dieser Forschung kann geschlossen werden, dass das LA-Konzept in eines der Experimente (Water Boiling) des ELIXIER-Projekts implementiert werden kann. Da sich die Parameter der Experimente jedoch unterscheiden und erweiterbar sein können, könnte die Entwicklung einer universellen Methode, die auf andere Parameter angewendet werden kann, Gegenstand zukünftiger Untersuchungen werden.
Interactive exploration of a virtual auditory environment using self-created sounds. - Ilmenau. - 90 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
Interaktive Erkundung im Bereich der virtuellen Realität ist in dieser Zeit sehr beliebt geworden. Insbesondere, weil die Ortungsgeräte eine genaue Verfolgung der Position und Orientierung sogar Zuhause ermöglichen. Eine Erhöhung der Interaktivität verbessert die Immersion. Dieses Feld wird nicht nur in der Spiele-, sondern auch in der Seriennutzung wie Industrie-Inhalten und Bildung eingesetzt. Mehrere Studien haben die Interaktion mit der virtuellen Umgebung durch menschliche Echoortung genutzt. Darüber hinaus kann es für die Blinden und Sehende für die Orientierung verwendet werden. Dieses Projekt untersucht die menschliche Echoortung in einer virtuellen akustischen Umgebungen (VAEs). Zusätzlich untersucht dieses Projekt die Fähigkeit des Zuhörers, eine virtuelle Wand in der horizontalen Ebene zu lokalisieren und die Entfernung zu dieser Wand durch akustische Signale zu schätzen. Außerdem soll die Wirkung der drei komplexen Umgebungen in verschiedenen Abständen zur Wand betrachtet werden. Zudem wurde eine dynamische Binauralsynthese basierend auf gemessenen und simulierten oralen binauralen Raumimpulsantworten (OBRIRs) verwendet. Damit wurde die Interaktion von Eigenbewegung mit Echoortung untersucht.
Residual echo and interference estimation for acoustic echo cancellation. - Ilmenau. - 58 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
In Freisprecheinrichtungen bestehend aus einem oder mehreren Lautsprechern und einem oder mehreren Mikrofonen enthält das vom Mikrofon erfasste Signal nicht nur das gewünschte Sprachsignal plus Hintergrundgeräusche, sondern auch akustische Echos, die durch die Kopplung zwischen den Lautsprechern und den Mikrofonen verursacht werden. Um diese elektroakustische Kopplung zu reduzieren, wird akustische Echoauslöschung (AEC) und/oder -unterdrückung (AES) verwendet. In AEC wird die akustische Impulsantwort zwischen jedem der Lautsprecher und dem Mikrofon adaptiv geschätzt. Diese Impulsantworten werden verwendet, um die akustischen Echos aus dem Mikrofonsignal zu schätzen und zu subtrahieren. In der Praxis verbleiben Restechos aufgrund von i) Fehlanpassung zwischen den wahren und den geschätzten Echosignalen, ii) der ungenügenden Länge des geschätzten akustischen Echopfades und iii) Nichtlinearitäten in den akustischen Echopfaden. In dieser Arbeit konzentrieren wir uns auf die Schätzung des Echosignals, das durch das adaptive Filter mit unzureichender Länge verursacht wird, hier als Late-Residual-Echo (LRE) bezeichnet. Um akustische Echos und andere Störsignale, wie z. B. Hintergrundrauschen, zu eliminieren, muss ein Postfilter auf das Ausgangssignal des Echokompensators angewendet werden. Um dieses Postfilter zu berechnen, müssen zuerst die oben erwähnten unerwünschten Signalkomponenten geschätzt werden. In der Literatur existieren verschiedene Ansätze zur Schätzung von LREs, die in kanalbasierte Ansätze und signalbasierte Ansätze unterteilt werden können. In dieser Arbeit soll ein signal-basierter Ansatz hergeleitet werden, bei dem die Modellparameter mit nur einer Kostenfunktion gewonnen werden können. Zu diesem Zweck wurden die Modellparameter unter Verwendung der Maximum Likelihood (ML) Schätzung berechnet. Die resultierende Schätzung des LRE wurde in einem einfachen Postfilter für Residual Echo Reduction (RES) implementiert. Schließlich wurde die Leistung des Schätzers hinsichtlich der Signalverzerrung und der LRE-Reduktion untersucht.
Binaural auralization of virtual room acoustics. - Ilmenau. - 90 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
The binaural audio is a technique which has developed drastically in the recent years of time. The improved signal processing techniques and real time rendering techniques has increased the quality of binaural audio into new heights. A many portable devices, music players, smart phones and gaming console use the binaural audio technology. A. recent breakthrough has been made in complex studies such as spatial cognition through this advancement in the binaural audio. To initiate all the new research and complex studies, it is very necessary to choose the suitable HRTFs for the listener. HRTFs selection is a major task which should be carefully conducted. HRTFs can be chosen from the identified databases, personalizes databases or individually measured database. Here, in this thesis we choose five different attributes ( coloration, elevation, externalization, position and realism) for describing the auditive differences between various HRTFs in various simulation environment. We conducted an listening tests to compare these attributes in different simulation setup. After the listening tests we found that various attributes had changed with different scenes for different HRTFs. The HRTFs, large pinna and normal pinna are from same HRTFs database so they exhibits less variations than inter-database HRTFs because of acquisition protocol.
Bestimmung der Videoqualität mittels Neuronaler Netze. - Ilmenau. - 89 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
Die rasante Entwicklung von Videostreaming in n High Definition (HD) und Ultra High Definition (UHD) sorgt für immer höher werdende Anforderungen an Speicher und Übertragungsbandbreite. Neue Komprimierungsverfahren wirken dem entgegen. Allerdings geht damit häufig ein Verlust der Videoqualität einher. Die subjektive Bestimmung der Videoqualität ist bis jetzt nur durch Menschen möglich. Diese Arbeit beschäftigt sich mit nicht referenzbasierenden Verfahren, welche zur Bestimmung von Videoqualität neuronale Netze verwenden. Dabei sollen sie möglichst stark mit der menschlichen Wahrnehmung korrelieren. Zunächst wird auf aktuelle Forschungen eingegangen. Im Speziellen werden Verfahren vorgestellt, die maschinelles Lernen zur Bestimmung der Qualität in Bildern nutzen. In Ermangelung adäquater Forschungen im Videobereich wird versucht, die Verfahren zur Bestimmung von Bildqualität in diesem Bereich anzuwenden. Daraus werden zwei Ansätze abgeleitet: Pixelbasierter und merkmalsbasierter Ansatz. Der pixelbasierte Ansatz verwendet Convolutional Neural Networks (CNNs) zur Extraktion von Merkmalen und der darauf folgenden Bestimmung der Qualität. Für den merkmalbasierten Ansatz werden zuerst Merkmale extrahiert. Das neuronale Netz bestimmt nur die Qualität aus diesen Merkmalvektoren. In der vorliegenden Arbeit werden verschiedene Architekturen der beiden Ansätze implementiert und evaluiert. Für den merkmalsbasierten Ansatz fanden die Merkmale von Jiang et al und Mittal et al Anwendung. Die verschiedenen Architekturen und beide Ansätze werden mit zwei unterschiedlichen Datensätzen evaluiert. Der Datensatz VQEGHD enthält 712 Videos dessen Qualität hauptsächlich durch die Kodierung mit verschiedenen Bitraten reduziert wurde. Der größere Datensatz KoNViD-1k umfasst 1.200 natürliche Videos. Die Qualitätsunterschiede entstehen durch eine ungünstige Videografie und daraus resultierenden Artefakte (Rauschen, Unschärfe u.ä.). Für die Evaluierung wurde ein komplexes Framework in Python implementiert. So konnten verschiedene Architekturen modelliert und trainiert werden. Die getesteten Verfahren blieben hinter den Erwartungen zurück. Dabei erreichten die merkmalsbasierten Verfahren die höchsten Korrelation mit der menschlichen Wahrnehmung. Diese bilden eine gute Basis für weitere Forschungen. Das entwickelte Framework stellt dafür ein wichtiges Werkzeug dar.
Wideband antennas with optimized impulse behavior. - Ilmenau. - 96 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
Das traditionelle Design der Antenne basiert auf der stationären Analyse, basierend auf der Anregung durch Sinuswellen. Dies führt zu Designkriterien wie Antennengewinn, Richtdiagramm und Rückflussdämpfung. Diese Verfahren erlauben jedoch selten eine Erklärung des internen Ausbreitungsverhaltens der Antenne. Die Simulationein der Zeitdomäne ermöglichen dagegen einen Einblick in die inneren Vorgänge der Antenne da kurze Anregungssignale verwendet werden. Dadurch wird es möglich, die Wirkungsweise der Antenne besser zu verstehen. Der Schwerpunkt dieser Masterarbeit betrifft Aspekte eines neuen Ultra-Wideband-Antennendesigns aus der Vivaldi-Antennenfamilie. Durch die Bestimmung der Abklingzeit, die zu den Zeitdomänenmerkmalen gehört, wurde die Schwingneigung einer Antenne untersucht. Im Ergebnis der Arbeit entstand eine neue Vivaldi Antenne - genannt Ring-Vivaldi, die über eine kurze Impulsantwort mit schnellem Abfall der Eigenschwingung verfügt. Die Antenne ist für ein 1 mm dickes FR4-Substrat ausgelegt und wird über einen 50 SMA-Stecker gespeist.
Psychoacoustic evaluation of binaural auralization of virtual room acoustics. - Ilmenau. - 200 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
Auditory Virtual Environments (AVEs) sind ein beliebtes Forschungsgebiet geworden. Ermöglicht wird dies durch moderne Hardware mit der Fähigkeit auch komplexe Berechnungen wie zum Beispiel für VR Anwendungen effizient zu berechnen. Mittlerweile wurden zahlreiche Ray Based Modelling Algorithmen entwickelt und an Modelle der Raumakustik von virtuellen Umgebungen angepasst um die Qualität von fully-computed aurelization (voll berechneter Auralisierung) der virtullen Räume zu erweitern. Ob nun die Nutzung eines einzelnen solchen Algorithmus oder die gemeinsame Verwendung einer Anzahl solcher Algorithmen die Fähigkeit hat die meisten oder vielleicht sogar alle komplexen Phänomene, welche realistische Schallfelder in nachhallenden (reverberant) Räumen bestimmen, ist eine strittige Frage. Nitchtsdestotrotz, ist es für die Forschung immer noch von großem Interesse herauszufinden wie die Qualität der binauralen Auralisierung von den Verfahren mit welchen die voll computerisierte Auralisierung von Räumen realisiert wird beeinflusst. Um dies zu erforschen werden als Teil dieser Masterabschlußarbeit zwei Ansätze implementiert. Diese Ansätze unterscheiden sich in den Techniken und Konventionen, die sie benutzen um eine Menge an HRTFs, die um ein sphärisches Gitter gemessen wurden, zu integrieren, um die binauralen Raumimpulsantworten (Binaural Room Impulse Respones - BRIRs) eines Shoe-Box Models eines leeren, virtuellen Raumes zu evaluieren. Diese beiden Ansätze, in welchen der erste ein Benchmark-Ansatz ist und ein zweiter ein neuer Vorschlag ist, werden in dieser Arbeit verglichen. Zu diesem Zweck wurden mehrere Szenen von kleinen, nachhallenden und trockenen Raummodellen (der Dimensionen 5 m X 4 m X 2,5 m) mithilfe des frei verfügbaren, auf MATLAB basierenden, MCRoomSim Raumakkustikmodellierungstool für eine volle Rotation um eine gegebene Position simuliert. Eine Menge Nahfeld-HRTFs gemessen mit aus einer Entfernung von 0.5 Metern von der Schallquelle und, äquivalenten Fernfeld HRFTs, sind in die Simulationen einbezogen worden um die BRIRs zu evaluieren. Beide diese Mengen von HRTF wurden um ein spärisches 2702 Punkt Lebedev Gitter auf einem Georg Neumann KU100 Kunstkopf gemessen. Die simulierten Szenen wurden dann unter der Benutzung einer Head Tracking basierten dynamischen Preäsentation realisiert. Ein Hörtest an 15 Teilnehmern wurde durchgeführt, um jegliche hörbare Unterschiede zwischen den Raumauralesierungen dieser zwei Ansätze zu ermitteln und sie in die erwähnten HRTFs einzubeziehen. Quantitative und qualitative Analysen an den im Hörtest ermittelten Daten wurden durchgeführt und werden hier präsentiert, um eine wissenschaftliche Schlussfogerung zu der Investigation zu erreichen.