Filter Banks and Audio Coding: Compressing Audio Signals Using Python

این کتاب درسی اصول کدگذاری صوتی را که برای فشرده‌سازی سیگنال‌های صوتی و موسیقی استفاده می‌شود، با استفاده از برنامه‌های پایتون هم به‌عنوان 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.

• مبانی بانک‌های فیلتر و کدگذاری صوتی را به طور کامل توضیح می‌دهد. li>
• نمونه‌های پایتون را برای هر اصل ارائه می‌کند تا کدنویس‌های صوتی تکمیل‌شده به زبان به دست آیند؛
• شامل مجموعه‌ای از مواد کلاسی شامل تمرین‌ها، آزمایش‌ها و مثال‌ها است.

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.

• Comprehensively explains the fundamentals of filter banks and audio coding;
• Provides Python examples for each principle so that completed audio coders are obtained in the language;
• Includes a suite of classroom materials including exercises, experiments, and examples.