از چه الگوریتمی می توانم برای سطح حجم صدا استفاده کنم؟[بسته]

بستهاین سوال دستورالعمل های سرریز پشته را برآورده نمی کند. در حال حاضر پاسخ ها را قبول نمی کند.

ما به سؤالاتی که به دنبال توصیه هایی برای کتاب ، ابزار ، کتابخانه های نرم افزاری و موارد دیگر هستند ، اجازه نمی دهیم. می توانید این سؤال را ویرایش کنید تا با حقایق و استناد به آن پاسخ داده شود.

6 سال پیش بسته شد.

بیایید بگوییم من یک کشویی دارم که می تواند بین 0 تا 1 حرکت کند. موسیقی متن فیلم نیز بین 0 (ساکت) و 1 (حجم کامل) متغیر است ، اما اگر از یک عملکرد خطی استفاده می کنم ، بیایید بگوییم موسیقی متن فیلم . volume = کشویی . volume ،نتیجه بسیار دلپذیر نیست - درک این است که حجم به طور چشمگیری در نیمه پایین تغییر می کند و تقریباً در نیمه بالایی کشویی کاری انجام نمی دهد.

من واقعاً گوش انسان را مطالعه نکرده ام ، اما یک بار شنیدم که درک انسان لگاریتمی است یا چیزی مشابه. از چه الگوریتم هایی برای تنظیم موسیقی متن فیلم استفاده می کنم؟

درک این است که حجم به طور چشمگیری در نیمه پایین تغییر می کند و تقریباً در نیمه بالایی کشویی کاری انجام نمی دهد.

8 پاسخ 8

درک انسان به طور کلی لگاریتمی است ، همچنین وقتی صحبت از چیزهایی به عنوان درخشندگی و غیره می شود. این امر ما را قادر می سازد تا تغییرات کوچکی را در "سیگنال های ورودی" کوچک از محیط ما ثبت کنیم ، یا به روش دیگری بگوییم: همیشه تغییر یک مقدار فیزیکی قابل درک در رابطه با ارزش آن را انجام دهیم.

بنابراین ، شما باید حجم را تغییر دهید تا به صورت نمایی رشد کند ، مانند این:

می توانید پایه های دیگر را نیز امتحان کنید:

هرچه مقدار پایه بزرگتر باشد ، تأثیر آن قوی تر است ، حجم کندتر در ابتدا شروع می شود و در پایان سریعتر رشد می کند.

یک رویکرد ساده و ساده تر ، به شما نتایج مشابهی می دهد (شما فقط در فاصله بین 0 تا 1 قرار دارید ، بنابراین تقریب ها بسیار ساده هستند) ، این است که مقدار اصلی را گسترش دهید.

برای گسترش بزرگتر از 1 ، اثر این است که خروجی (یعنی حجم در مورد شما) ابتدا کندتر می شود و سپس به سمت انتها سریعتر می شود. این بسیار شبیه به توابع نمایی است. هرچه EXP بزرگتر باشد ، اثر قوی تر است.

شنوایی انسان لگاریتمی است ، بنابراین می خواهید یک عملکرد نمایی (معکوس) برای خروجی خطی کشویی خود اعمال شود. من نمی دانم شنوایی انسان به LN یا Log نزدیکتر است:

شما می توانید با پایه های دیگر نیز آزمایش کنید. سپس شما نیاز به مقیاس خروجی خود دارید تا دامنه مقادیر موجود را پوشش دهد.

به روز رسانی

پس از کمی تحقیق به نظر می رسد که پایه 2 مناسب باشد زیرا توان مربوط به مربع فشار است. اگه کسی بهتر میدونه لطفا اصلاح کنه

من فکر می کنم آنچه شما می خواهید این است:

v مقدار ورودی خطی شما است که از 0.. n v مقدار لگاریتمی شما در محدوده 0.. m است.

-1 در معادله اول به شما یک محدوده خروجی از 0 به جای 1 می دهد (از آنجایی که k^0=1).

m+1 برای جبران این است، بنابراین شما 0.. m دریافت می کنید نه 0.. m+1

البته می توانید این را مطابق با نیازهای خود تغییر دهید.

e^x و 10^x اساساً به همین ترتیب مقیاس می شوند. آنها در واقع فقط یک عامل ثابت دور هستند. فقط با یک ضریب مقیاس بازی کنید و پایه را نادیده بگیرید.

ایده آوردن 2 از مربع برای من بسیار جالب به نظر می رسد، اما علیت کمی ضعیف به نظر می رسد. به این معنی است که وقتی یک منبع صوتی با حجم ثابت با سرعت خطی به سمت شما حرکت می کند، تغییر حاصل که توسط شما درک می شود نیز خطی است. من شخصا فکر می کنم، من آن را اینطور درک نمی کنم، اما ممکن است به دلیل اثر داپلر باشد. همچنین، به ندرت منابعی با حجم ثابت در طبیعت وجود دارد، بنابراین نمی دانم چرا تکامل این توان خاص را انتخاب کرده است. اما چه کسی می داند ^^

شنوایی پیچیده است، بلندی درک شده با توجه به فرکانس، مدت زمان نمونه و از فردی به فرد دیگر متفاوت است. بنابراین این را نمی توان به صورت ریاضی حل کرد، اما با آزمایش انواع توابع برای کنترل و انتخاب توابع که بهترین احساس را دارد.

آیا در حال حاضر متوجه شده اید که تغییر کنترل در انتهای محدوده تأثیر کمی بر ولوم ظاهری دارد، اما ولوم در انتهای بالای محدوده به سرعت افزایش می یابد؟یا برعکس آن را می شنوید، صدا در انتها خیلی سریع تغییر می کند و در انتها به اندازه کافی نیست؟یا می خواهید کنترل دقیق تری روی صدا در سطوح متوسط داشته باشید؟

افزایش حساسیت به حجم کم:

افزایش حساسیت به حجم بالا:

Where base>1، مقادیر مختلف را امتحان کنید و ببینید چه احساسی دارد. یا به طور جدی تر، یک قوس دایره ای 90 درجه:

جایی که x به صورت slider. volume است و بین 0 و 1 است.

لطفاً به ما اطلاع دهید که چگونه پیش می روید!

بله، ادراک انسان لگاریتمی است. با توجه به این موضوع، باید یک ولوم را به صورت تصاعدی تنظیم کنید، به طوری که افزایش درک شده خطی شود. دسیبل را در ویکی پدیا ببینید

اندروید قبلاً چنین کارهایی را از Audio Framework انجام می دهد. از دسی بل برای تنظیم صدا استفاده می کند. کاربر می تواند از مراحلی مانند 1 تا 7 برای آهنگ زنگ یا 1 تا 15 برای موسیقی استفاده کند. فرمول این است:

API حجم تماس کاربر را به صورت خطی تنظیم می کند اما دامنه را به صورت نمایی دریافت می کند. نمودار به صورت زیر:

افزایش 3DB به این معنی است که شما در حال دو برابر شدن حجم هستید ، اما گوش انسان به آن نیاز دارد~6dB برای درک دو برابر شدن در حجم افزایش می یابد.

با این حال ، یک منحنی کاملاً لگاریتمی ، در حالی که با دقت مدل سازی درک انسان از حجم ، یک مشکل قابلیت استفاده دارد.

هنگامی که مردم حجم بلند می خواهند ، دستگیره در انتهای فوقانی بیش از حد حساس می شود و پیدا کردن حجم "درست" را دشوار می کند.

احتمالاً قبلاً این مشکل را داشته اید. 7 بسیار نرم است ، 8 خیلی بلند است ، در عین حال 1-3 از سر و صدای پس زمینه نامفهوم است.

بنابراین ، من یک مقیاس لگاریتمی را توصیه می کنم ، اما با یک کف در انتهای پایین و یک زانو نرم در بالا برای پاسخ خطی تر ، به خصوص در قسمت "بلند" دستگیره.

اوه ، و مطمئن شوید که دستگیره تا 11 می رود. ؛)

آیا این یک مدیر شناخته شده است؟آیا نام یا استاندارد دارد؟من می دانم که یک مقیاس خطی اشتباه/اشتباه است (حجم آرام بیش از حد حساس) و مقیاس ورود به سیستم/نمایی مشکلی است که شما توصیف می کنید (حجم بلند بسیار حساس است). جک های هدفون اپل و سایر الکترونیک های مستقر از چیزی در وسط استفاده می کنند (به عنوان مثال مراحل 2DB برای مراحل بلند و 3DB برای آرامش)

گوش انسان در واقع صداها را در مقیاس لگاریتمی با افزایش شدت درک می کند ، و به همین دلیل ، این واحد که معمولاً برای اندازه گیری شدت آکوستیک استفاده می شود ، دسی بل است (که در واقع برای انواع شدت و قدرت استفاده می شود ، نه فقط موارد صدا و صداهمچنین یک واحد بدون بعد اتفاق می افتد). سطح مرجع ، 0 دسی بل ، معمولاً در حد پایین شنوایی انسان قرار می گیرد ، و هر ده درجه ای که بالاتر از آن است که معادل افزایش قدرت با ضریب 10 است.

با این حال ، توجه داشته باشید که ابتدا باید با افراد دیگر بررسی کنید و ببینید که آنها چه فکر می کنند ، فقط در مورد ؛آنچه برای شما عجیب به نظر می رسد ممکن است برای دیگران عجیب به نظر نرسد. اگر آنها با شما موافق هستند ، پس درست پیش بروید و آن را بصورت تصاعدی انجام دهید ، اما اگر در اقلیت هستید ، ممکن است فقط گوش های شما باشد که مشکل است.

ویرایش: بند سوم قبلی من را نادیده بگیرید. اگر تصمیم دارید این کار را بصورت نمایی انجام دهید ، به پاسخ Back2DOS مراجعه کنید.

در واقع ، و اگر من واقعاً آن را کار کرده بودم (با استفاده از f (x) = a * 10^x - b ، با f (0) = 0 و f (1) = 1) ، من این را می فهمیدم. در عوض من بی دقتی بودم و حتی سعی نکردم آن را محاسبه کنم.

این یک تابع JavaScript است که من برای یک مقیاس لگاریتمی برای DBM دارم. ورودی درصد (0. 00 تا 1. 00) و حداکثر مقدار (اجرای من از 12db استفاده می کند)

نقطه میانی روی 0. 5 تنظیم شده است و 0DB خواهد بود.

هنگامی که درصد صفر است ، خروجی بی نهایت منفی است.

• وبلاگ سرریز

مربوط

سوالات شبکه داغ

طراحی سایت / آرم © 2023 Stack Exchange Inc ؛مشارکتهای کاربر دارای مجوز تحت CC BY-SA. Rev 2023. 1. 3. 43129

با کلیک بر روی "قبول همه کوکی ها" ، شما موافقت می کنید که Exchange می تواند کوکی ها را در دستگاه شما ذخیره کند و اطلاعات را مطابق با خط مشی کوکی ما فاش کند.