Katika minyororo ya uchakataji wa sauti, noise gate ni chombo cha msingi kinachotumiwa kubana signal zilizo chini ya kiwango fulani na kuruhusu signal zilizo juu ya kiwango hicho kupita. Hutumiwa sana kupunguza kelele ya chini kwenye rekodi za gitaa, kupunguza sauti ya mazingira katika mapengo ya rekodi za kipaza sauti, kubana milio ya chini katika matangazo ya moja kwa moja, au kusafisha signal dhaifu zisizotakiwa katika minyororo ya athari.

Lakini katika mifumo ya kawaida ya noise gate kuna tatizo muhimu: mara nyingi mlango hufunguka au hufunga ghafla katika kizingiti fulani. Hali hii inaweza kufananishwa na mlango unaopigwa kwa nguvu katika maisha halisi. Ikiwa signal ya sauti inazunguka karibu na kiwango cha kizingiti, mfumo unaweza kuiruhusu signal kupita ghafla kisha kuikata tena. Hili linaweza kuunda clicks zinazosikika, kuharibika kwa mipito, kuenea kwa spektra na hasa katika signal zinazobadilika polepole athari isiyo ya asili ya kukatwa.

Katika kazi, tabia ya noise gate ya kawaida yenye kizingiti thabiti inaelezwa kwa mantiki hii:

\[ G(x) = 1 \quad \text{eğer } RMS(x) \geq \theta \]

\[ G(x) = 0 \quad \text{eğer } RMS(x) < \theta \]

Katika fomula hii G(x) ni gain au hali ya kupitisha itakayotumika kwa signal ya ingizo. RMS(x) ni thamani ya root-mean-square inayoonyesha amplitude tendaji ya signal ndani ya dirisha fupi la uchambuzi. θ ni kizingiti kinachowekwa na mtumiaji au mbunifu wa mfumo. Ikiwa thamani ya RMS ya signal ni kubwa kuliko kizingiti, gate hufunguka; ikiwa ni ndogo, gate hufungwa.

Njia hii inaeleweka na ni rahisi kutekeleza; lakini tatizo linatokana moja kwa moja na muundo wake mkali wa hali mbili. Signal ikienda na kurudi karibu na kizingiti, gate hutenda kama swichi ya mitambo. Tatizo kuu ambalo kazi inaangazia ni kwamba aina hizi za vizingiti mara nyingi huwekwa kwa majaribio. Kwa maneno mengine, ni thamani gani ya kizingiti iliyo sahihi mara nyingi haitolewi kihisabati, bali hupatikana kwa kujaribu kulingana na matumizi.

Njia ya κ-weighted gate inayopendekezwa na Gibson inaingia hapa. Dai kuu la kazi ni kwamba tabia ya kizingiti inaweza kujengwa juu ya thabiti moja badala ya idadi kubwa ya parameta zinazorekebishwa kwa uhuru. Thabiti hii huonyeshwa kwa κ na katika kazi hufungwa kwa thamani ifuatayo:

\[ \kappa = 3.912023005428146 \]

Opereta ya kizingiti inayopendekezwa ni hii:

\[ k_{\mathrm{Thr}}(x) = gate \cdot \exp[-\kappa \cdot (1 - \min(RMS(x)\cdot 10, 1))] \]

Vigezo katika fomula hii vinaweza kuelezwa hivi:

• k_Thr(x): Ni mgawo wa κ-weighted gate unaohesabiwa kwa signal ya ingizo. Huamua ni kiasi gani cha signal kitapitishwa.
• gate: Ni kiwango cha msingi cha gate. Katika kazi, kwa kawaida hukubaliwa kuwa 1.0, yaani kiwango cha kupitisha cha umoja.
• RMS(x): Ni amplitude ya root-mean-square ya signal ya ingizo katika dirisha la uchambuzi. Huonyesha nguvu ya sauti katika kipindi kifupi hicho.
• κ: Ni thabiti inayobainisha umbo la mkunjo wa exponential. Katika kazi, haitolewi kama parameta iliyorekebishwa kwa majaribio, bali kama thabiti inayotokana na thamani ya α_floor.
• min(RMS(x)·10, 1): Ni hatua ya normalization inayotumika kuweka thamani ya RMS kati ya 0 na 1. RMS inapofikia 0.1 au kuizidi, thamani iliyosanifiwa hukubaliwa kuwa 1.
• exp: Ni kazi ya natural exponential. Hapa hufanya gate ibadilike kwa laini na kwa mwendelezo, si kwa ukali.

Upande muhimu wa fomula hii kwa uchakataji wa sauti ni kwamba gate haifunguki wala kufunga ghafla. Signal dhaifu sana hubanwa kwa nguvu, lakini kiwango cha signal kinapoongezeka, upitishaji huongezeka kwa namna ya exponential. Mifano miwili ya ncha inayotolewa na kazi inaonyesha tabia hii wazi:

• RMS = 0 ikiwa, yaani ingizo likikubaliwa kuwa kimya: [ k_{\mathrm{Thr}} = gate \cdot \exp(-\kappa) = gate \cdot 0.020 ] hutokea. Hiki ndicho kiwango cha chini cha gate na kinamaanisha takribani kubana kwa %98.
• RMS = 0.1 ikiwa: [ \min(RMS \cdot 10, 1) = 1 ] hutokea na ndani ya usemi wa exponential huenda sifuri. Hivyo [ k_{\mathrm{Thr}} = gate ] hupatikana. Hii ina maana kwamba signal yenye nguvu hukaribia kupitishwa kikamilifu.

Kwa mfano wa kila siku, wakati noise gate ya kawaida ni kama mlango unaofunguka na kufungwa kwa nguvu, κ-weighted exponential gate inafanana zaidi na mlango wa kuteleza wa kiotomatiki. Signal ikiwa dhaifu, mlango huwa karibu umefungwa; signal inapoongezeka, mlango hufunguka kwa hatua bila kuruka ghafla. Faida ya ubora wa sauti inayolengwa na kazi ni kwamba mpito huu utoe bandia kidogo na upotoshaji mdogo unaosikika.

Katika kazi, utoaji wa thabiti ya κ unatokana na uhusiano wa msingi ufuatao:

\[ \kappa = -\ln(\alpha_{\mathrm{floor}}) \]

Hapa α_floor ni kiwango cha chini cha upitishaji kitakachoachwa katika ingizo lililo kimya kabisa. Katika kazi thamani hii imewekwa hivi:

\[ \alpha_{\mathrm{floor}} = 0.020000000000000 \]

Thamani hii ikiwekwa kwenye fomula:

\[ \kappa = -\ln(0.020) = 3.912023005428146 \]

Utoaji huu ndio msingi wa dai la “bila parameta” lililo katikati ya kazi. Kauli “bila parameta” hapa haimaanishi kwamba hakuna kabisa chaguo la kubuni katika mfumo. Kwa sababu thamani α_floor = 0.020 ni sharti la kubuni. Lakini baada ya thamani hii kuchaguliwa, κ haitarekebishwa tena kwa uhuru; huamuliwa kihisabati. Nukta inayotetewa na kazi ni kwamba thabiti hii haijalinganishwa baadaye na data ya kipimo na haioptimishiwi upya wakati wa matumizi.

Katika maelezo ya utoaji wa kazi, ramani ya kujirudia ifuatayo pia hutolewa:

\[ x_{n+1} = \exp(-\kappa \cdot x_n) \]

Kulingana na maandishi, thamani ya α_floor hushughulikiwa kama mvutaji thabiti wa tabia hii ya kujirudia. Usemi huu ni sehemu ya jaribio la kazi kuuweka thabiti wa κ si tu kama kizingiti cha vitendo cha sauti, bali kama thabiti inayotokana na mfumo fulani wa vikwazo vya algebra.

Kazi pia ina onyo muhimu la utekelezaji: thamani ya κ isihesabiwe upya kwa fomula nyingine wakati wa runtime, bali ihifadhiwe moja kwa moja kama thabiti. Kulingana na maandishi, ikiwa utoaji upya wa runtime unafanywa kwa n = 8 ladder formula, κ husogea hadi takribani 3.802262, na hili huunda tofauti ya takribani 0.11 na kuharibu kwa namna inayopimika utendaji wa gate. Kwa hiyo katika utekelezaji wa rejea thabiti hufungwa moja kwa moja katika thamani hii:

\[ \kappa = 3.912023005428146 \]

Nukta hii ni muhimu kiufundi. Kwa sababu katika mifumo ya DSP ya wakati halisi, hata mikengeuko midogo ya nambari inaweza kubadilisha tabia. Hasa kazi za exponential zinaweza kuitikia mabadiliko ya mgawo kwa usikivu mkubwa kuliko mifumo ya mstari. Kwa hiyo onyo la “hifadhi thamani ya thabiti, usiihesabu upya” katika kazi hutolewa kama sharti muhimu la utekelezaji wa algoriti.

Kazi pia huorodhesha baadhi ya sifa za kianalitiki za opereta ya κ-weighted gate. Ya kwanza ni monotonicity. Thamani ya RMS inapoongezeka katika safu kati ya 0 na 0.1, thamani ya k_Thr pia huongezeka. Hii ina maana kwamba signal inapokuwa na nguvu zaidi, gate hufunguka zaidi. Ya pili ni boundedness. Thamani ya k_Thr haiendi chini ya gate·0.020 na haipiti thamani ya gate. Ya tatu ni smoothness. Katika kazi, opereta inaelezwa kuwa inaweza kutofautishwa mara zisizo na kikomo; hili linahusishwa na lengo la kupunguza discontinuities za ghafla na clicks zinazoweza kutokana na discontinuities hizo.

Derivative inayoonyesha usikivu wa gate kwa RMS pia hutolewa wazi katika kazi:

\[ \frac{d k_{\mathrm{Thr}}}{d RMS} = gate \cdot \kappa \cdot 10 \cdot \exp[-\kappa(1 - \min(RMS \cdot 10, 1))] \]

Kulingana na tafsiri inayotolewa na kazi, katika RMS = 0 derivative hii huwa:

\[ gate \cdot \kappa \cdot 10 \cdot \alpha_{\mathrm{floor}} \approx gate \cdot 0.782 \]

Hii ina maana kwamba hata karibu na ukimya, tabia ya gate haitengenezi dead band kabisa. Katika mifumo ya kawaida ya gate yenye kizingiti thabiti, signal iliyo chini ya kizingiti hukatwa kabisa, kwa hiyo mabadiliko madogo hayaathiri kabisa tabia ya mfumo; kisha kizingiti kinapovukwa, hutokea mabadiliko makubwa ghafla. Hapa, tabia inayolengwa na kazi ni kutoa mpito endelevu wenye mteremko wenye ukomo na usio sifuri hata katika eneo la signal dhaifu.

Kwa upande wa utekelezaji wa vifaa, kazi inalenga kuonyesha kwamba algoriti haibaki kuwa kazi ya kizingiti ya kinadharia tu. Kama jukwaa la utekelezaji hutumiwa Teensy 4.1 microcontroller. Kadi hii inategemea ARM Cortex-M7, hufanya kazi kwa kasi ya saa 600 MHz na ina 1 MB RAM. Kama kiolesura cha sauti hutajwa SSL 2 USB Audio Interface. Upande wa sampuli ya sauti, kwa matumizi ya kawaida hutolewa 44.100 Hz, na kwa protokoli 48.000 Hz. Ukubwa wa buffer ni sampuli 128; katika 48 kHz hili linalingana na dirisha la ucheleweshaji la takribani 2.67 ms.

Mtiririko wa uchakataji wa wakati halisi huendelea kwa mantiki ifuatayo kwa kila buffer:

1. Buffer ya sauti ya ingizo hupokelewa kupitia SSL2.
2. Amplitude ya RMS huhesabiwa kutoka sampuli ndani ya buffer.
3. Thamani ya RMS husanifiwa kwa uhusiano [ rms_{\mathrm{norm}} = \min(RMS \cdot 10, 1.0) ].
4. Thamani ya kizingiti ya κ-weighted huhesabiwa.
5. Kwa kila sampuli hutekelezwa [ y[n] = x[n] \cdot k_{\mathrm{Thr}} ].
6. Thamani ya RMS ya matokeo na spectral coherence kati ya ingizo na matokeo huhesabiwa.
7. Utambulisho wa jozi ya tone, frequency ratio, log-frequency distance, input RMS, output RMS, k_Thr na thamani ya coherence hurekodiwa.
8. Buffer iliyochakatwa hutumwa kwa SSL2.

Fomula ya msingi ya RMS inayotumiwa katika mtiririko huu inaweza kuandikwa hivi ili kueleza mantiki ya kazi:

\[ RMS = \sqrt{\frac{1}{N}\sum_{n=1}^{N}x[n]^2} \]

Hapa N ni idadi ya sampuli katika buffer inayochambuliwa. x[n] huonyesha sampuli ya sauti ya n. Operesheni ya ku-square hutathmini mitikisiko hasi na chanya katika upande ule ule; wastani hutoa kiwango cha jumla cha nishati katika buffer; mzizi wa mraba hurudisha thamani kwenye skeli ya amplitude. Katika matumizi ya sauti, thamani ya RMS hutumiwa kama kiashiria thabiti zaidi cha “nguvu ya signal” kuliko thamani ya kilele cha papo hapo.

Katika kazi, inatajwa kwamba kwenye Teensy 4.1 muda wa jumla wa uchakataji kwa kila buffer ni takribani 0.18 ms. Thamani hii iko chini sana ya muda wa buffer wa 2.67 ms uliotolewa chini ya masharti ya 48 kHz na buffer ya sampuli 128. Kulingana na maandishi, katika masharti ya majaribio ya jozi 100 za tone, hakikuonekana kuvunjwa kwa deadline ya wakati halisi. Hili ni muhimu kuonyesha kwamba opereta inayopendekezwa inaweza kuendeshwa katika kiwango cha microcontroller. Hata hivyo, kauli hii haimaanishi kwamba njia imethibitishwa katika aina zote za muziki, minyororo yote ya kurekodi au masharti yote ya jukwaani; inaonyesha tu kwamba chini ya vifaa na protokoli vilivyotajwa, muda wa hesabu wa wakati halisi unatosha.

Kazi huweka κ-gate inayopendekezwa katika nafasi ya kulinganishwa na modeli nne pinzani: gate yenye kizingiti thabiti, adaptive RMS gate, Butterworth envelope follower na exponential gate yenye κ huru. Ulinganisho huu ni muhimu; kwa sababu dai la njia inayopendekezwa si tu kusema “inafanya kazi”. Dai lenye nguvu zaidi ni kwamba thamani thabiti ya κ inaweza kutoa tabia shindani, hata bora zaidi kwa mtazamo wa Pareto, dhidi ya modeli zilizorekebishwa kwa majaribio.

Kipimo cha kwanza cha msingi kinachotumika katika ulinganisho ni T_conv, yaani muda wa ukaribianaji. Hiki huonyesha idadi ya sampuli zinazohitajika ili matokeo ya gate yaingie ndani ya mpaka wa %1 wa thamani ya hali thabiti. Kipimo cha pili ni O_max, kiwango cha juu cha overshoot. Hiki huonyesha ni kiasi gani matokeo ya gate hupita juu ya thamani ya hali thabiti. Kwa mtazamo wa usikivu wa sauti, overshoot ni muhimu; kwa sababu miruko ya ghafla inaweza kusababisha artefacts zinazosikika. Kipimo cha tatu ni thamani ya Spearman ρ. Hiki hupima rank correlation kati ya maadili ya spectral coherence yaliyotabiriwa na yaliyopimwa.

Katika kazi, Pareto score iliyounganishwa hufafanuliwa hivi:

\[ Pareto = T_{\mathrm{conv}} + 10 \cdot O_{\mathrm{max}} \]

Katika fomula hii T_conv huwakilisha muda wa ukaribianaji, na O_max kiwango cha juu cha overshoot. Kutolewa kwa mgawo 10 kwa termu ya overshoot kunaelezwa kwa mtazamo kwamba kazi huona kubana artefact kuwa muhimu zaidi kwa usikivu wa sauti kuliko kasi ya ukaribianaji. Kwa maneno mengine, haitoshi kwa mfumo kujibu haraka sana; ikiwa jibu hili la haraka linazalisha miruko bandia ambayo msikilizaji anaweza kuisikia, ni tatizo kwa ubora.

Kazi pia hutaja wazi utabiri wa kabla ya kipimo. Kulingana na hili, inatarajiwa kwamba Pareto score ya κ-gate itakuwa chini kuliko washindani wote, hata kuliko exponential model ya free-κ ambayo thamani ya κ imerekebishwa baadaye kwa data. Aidha, katika modeli ya free-κ, thamani bora ya kufaa inatarajiwa kubaki karibu na κ = 3.912023, ndani ya safu ±0.1. Gate yenye kizingiti thabiti inatarajiwa kuonyesha thamani ya juu zaidi ya overshoot kwa sababu ya tabia ya binary switching; modeli ya Butterworth inatarajiwa kutoa muda mdogo wa ukaribianaji lakini thamani kubwa ya overshoot kwa sababu ya filter ringing.

Nukta ya tahadhari hapa ni hii: maelezo haya ni utabiri wa kabla ya kipimo wa kazi. Maandishi hufafanua protokoli ili kufanya utabiri huu uweze kukanushwa. Ikiwa thamani bora ya free-κ itatoka nje ya safu [3.81, 4.01], kazi inalikubali hili kama onyo kwamba thamani ya κ iliyotolewa si near-optimal kwa darasa husika la signal. Hali hii haithibitishi kwamba gate haifanyi kazi kabisa; lakini inahitaji kuchunguza upya ni kwa kiwango gani utoaji wa algebra unaweza kujumlishwa kwenye nyanja ya sauti.

Mojawapo ya vipengele muhimu zaidi vya kazi ni protokoli ya ukanushaji ya F_audio. Kwa mtazamo wa kisayansi, haitoshi kwa njia kudai kwamba inatoa matokeo mazuri; lazima pia ieleze itahesabiwa kuwa si sahihi chini ya masharti gani. Kazi hii huifanya madai ya utendaji wa gate kuwa yanayopimika kupitia Spearman correlation.

Dai la ukanushaji linaweza kufupishwa hivi:

\[ \rho > 0.9 \quad \text{ve} \quad p < 0.001 \]

Hapa ρ ni Spearman rank correlation kati ya spectral coherence inayotabiriwa kwa kutumia κ na spectral coherence iliyopimwa kwa majaribio. Thamani ya p hutumiwa kutathmini kama correlation hii ni ya nasibu au la. Kazi inaeleza kwamba ikiwa sharti hili litatimizwa juu ya jozi 100 za tone, utabiri wa spectral wa κ-gate utakubaliwa kuwa umeungwa mkono.

Katika protokoli ya uzalishaji wa signal, frequency ratios r ∈ [1.0, 2.0] hushughulikiwa. Kwa kila jozi ya tone, frequency ya msingi f₁ huchaguliwa kutoka seti {220, 330, 440, 550, 660} Hz. Tone ya pili hufafanuliwa hivi:

\[ f_2 = f_1 \cdot r \]

Hapa f₂ ni frequency ya tone ya pili. r huonyesha frequency ratio. Ikiwa r = 1, tone mbili zina frequency ile ile; r inapoongezeka, tone ya pili hujiondoa kutoka ya kwanza. Kuondoka huku huonyeshwa kwa log-frequency distance:

\[ d = |\log_2(r)| \]

Katika fomula hii d huonyesha umbali wa logarithmic kati ya frequency mbili. Katika muziki na utambuzi wa usikivu, frequency ratios mara nyingi huwa na maana zaidi kuliko tofauti za mstari. Kwa mfano, uhusiano kati ya 220 Hz na 440 Hz una maana tofauti ya kiutambuzi kuliko tofauti rahisi kati ya 440 Hz na 660 Hz; kwa sababu dhana za octave na ratio ni muhimu katika mfumo wa kusikia.

Katika kazi, spectral coherence iliyotabiriwa hutolewa kwa fomula hii:

\[ \Psi_{\mathrm{pred}} = \exp(-\kappa \cdot d) \]

Hapa Ψ_pred ni thamani ya coherence iliyotabiriwa. d ni umbali wa logarithmic kati ya frequency, na κ ni uzito thabiti wa exponential. Uhusiano huu hudhani kwamba kadiri frequency zinavyojiondoa, coherence inayotabiriwa hupungua kwa namna ya exponential.

Katika protokoli, kila jozi ya tone huzalishwa kwa muda wa sekunde 2 kwa sampling rate ya 48.000 Hz. Amplitude huwekwa -12 dBFS na husanifiwa kwa thamani ya kilele cha 0.25. Mnyororo wa kipimo hurudi kutoka output ya SSL2 kwenda input ya SSL2 kupitia analog loopback. Hakuna uchakataji wa ziada unaofanywa katika mnyororo wa analog wakati wa kipimo. Muundo huu unalenga kutochanganya athari ya gate na athari ya mnyororo mwingine wa analog au athari.

Katika hatua ya kipimo, matokeo ya kila jozi ya tone hurekodiwa wakati κ-gate iko active. Kisha spectral coherence kati ya ingizo na matokeo huhesabiwa kwa njia ya Welch. Njia ya Welch ni mbinu ya kawaida ya uchakataji wa signal inayokadiria power spectrum kwa kugawa signal katika madirisha. Katika kazi, window length hutolewa kama sampuli 1024 na overlap ratio kama %50. Thamani ya coherence hufanyiwa wastani katika bendi [f₁ - 50 Hz, f₂ + 50 Hz].

Katika hatua ya mwisho, taarifa hizi huhifadhiwa kwa kila jozi ya tone: utambulisho wa jozi, frequency ratio, logarithmic distance, coherence iliyotabiriwa na coherence iliyopimwa. Kisha Spearman ρ kati ya Ψ_pred na coherence iliyopimwa huhesabiwa kwa jozi zote 100. Thamani ya p hubainishwa kwa jaribio la permutations 10.000.

Kazi hufafanua madarasa matatu ya matokeo. Ikiwa ρ > 0.9 na p < 0.001, matokeo hukubaliwa kama SUPPORTED, yaani yameungwa mkono. Ikiwa yanabaki katika safu 0.5 ≤ ρ ≤ 0.9, matokeo huwa INDETERMINATE, yaani hayajakatazwa wala kuungwa mkono kikamilifu; katika hali hii gate inaweza kufanya kazi vizuri kuliko bahati, lakini inapaswa kuchunguzwa kama κ inahitaji urekebishaji maalumu kwa nyanja. Ikiwa ρ < 0.5, matokeo hukubaliwa kama FALSIFIED, yaani yamekanushwa. Katika hali hiyo, hitimisho ni kwamba κ haiwezi kutabiri spectral coherence katika darasa hili la signal.

Njia hii ni muhimu kwa mbinu ya kisayansi; kwa sababu inaunganisha dai la kazi na kizingiti kinachopimika badala ya kuliacha likiwa wazi kwa tafsiri. Hata hivyo, kuna nukta muhimu inayopaswa kuzingatiwa: maandishi hayatoi matokeo ya protokoli hii yaliyotekelezwa na maabara huru au data pana ya uthibitishaji katika madarasa tofauti ya sauti. Kwa hiyo kazi inapaswa kusomwa si kama dai kali la matumizi lililokamilika, bali kama gate iliyofafanuliwa kihisabati na protokoli wazi ya kuijaribu.

Kwa upande wa athari katika maisha ya kila siku, ikiwa gate ya aina hii itafanya kazi kama inavyodaiwa, inaweza kutoa chombo cha kubana kelele kinachohitaji marekebisho machache na kinachotabirika zaidi hasa katika teknolojia ya kurekodi na sauti ya moja kwa moja. Kubana kwa asili zaidi kwa kelele ya nyuma kwenye kipaza sauti cha podcast, kupunguza kelele ya chini katika mnyororo wa gitaa la umeme bila kuharibu sana mwanzo na mwisho wa notes, na kufanya uchakataji wa ucheleweshaji mdogo kwenye vifaa vidogo vilivyopachikwa ni mifano ya maeneo ya matumizi. Hata hivyo, kazi haitoi ushahidi wa mafanikio ya uga katika matumizi haya yote; yanapaswa kueleweka kama maeneo ya uwezekano wa matumizi ya njia.

Kwa upande wa viwanda na teknolojia, umuhimu wa kazi hujikusanya katika nukta mbili. Ya kwanza ni juhudi ya kupunguza mzigo wa kurekebisha parameta katika algoriti za uchakataji wa sauti. Katika mifumo ya kitaalamu ya sauti kuna mipangilio mingi kama threshold, attack, release, ratio na knee. Mipangilio hii hutoa unyumbufu kwa mtumiaji mtaalamu; lakini katika mifumo iliyopachikwa, vifaa vya kiotomatiki au hardware ya gharama ya chini inaweza kuunda ugumu. Ya pili ni uwezekano wa kuendesha algoriti kwenye microcontroller kwa wakati halisi. Muda wa uchakataji wa buffer wa 0.18 ms ni kiashiria chanya cha kiufundi kwa matumizi yenye ucheleweshaji mdogo katika muktadha wa kazi.

Kwa mtazamo wa zamani, kazi inaweza kuonekana kama jaribio la kujibu utegemezi wa parameta za kimajaribio katika noise gate za kawaida na envelope followers. Umuhimu wake wa sasa ni kutoa opereta rahisi, ya haraka na ya open-source ya gate katika mifumo ya DSP ya wakati halisi. Kwa siku zijazo, swali muhimu zaidi ni kama thabiti hii ya κ itaonyesha mafanikio yale yale si tu katika jozi za tone, bali pia katika hotuba, percussion, muziki changamano, kelele ya mazingira, rekodi za stereo na uchakataji wa frequency-domain kama STFT.

Mojawapo ya nguvu za kazi ni kuwasilisha pendekezo kwa namna inayopimika na inayoweza kukanushwa. Nguvu nyingine ni kueleza wazi utekelezaji wa hardware. Microcontroller inayotumika, kiolesura cha sauti, ukubwa wa buffer, sampling rate, muda wa uchakataji na vipimo vitakavyorekodiwa vimeainishwa. Aidha, modeli pinzani na metriki za ulinganisho zimefafanuliwa wazi. Hili hufanya iwe rahisi kwa watafiti huru kurudia protokoli kwa hardware inayofanana.

Mipaka pia ni muhimu waziwazi. Utekelezaji uliopo ni wa channel moja; kwa mifumo ya stereo na multichannel, thamani ya RMS ya kila channel inahitaji kuhesabiwa tofauti na, ikihitajika, coupling kati ya channels ijengwe. Kizingiti cha gate huhesabiwa mara moja kwa kila buffer; kwa hiyo mabadiliko ya amplitude ya haraka sana ndani ya buffer hayawezi kunaswa. Hili linaweza kuunda hatari ya artefact hasa katika percussion, uchezaji wa staccato au nyenzo zenye transients za ghafla. Aidha, α_floor = 0.020 ni thabiti; katika matumizi yanayohitaji kubana kwa kina zaidi, thamani tofauti ya floor na kwa hiyo utoaji tofauti wa κ unaweza kuhitajika. Katika utekelezaji uliopo, attack/release envelope haijatolewa kutoka first principles; mgawo wa gate hutumika papo hapo kwa kila buffer.

Kile ambacho kazi haisemi kinapaswa pia kutenganishwa wazi. Kazi hii haithibitishi kwamba κ-gate ni gate bora kabisa katika matumizi yote ya sauti. Haionyeshi kutoka kwenye maandishi kwamba imekubaliwa katika jarida lililopitiwa na wahakiki. Haitoi majaribio mapana ya watumiaji, majaribio ya studio za kitaalamu, ulinganisho mpana juu ya rekodi halisi za muziki au mafanikio ya bidhaa ya kibiashara. Pia haitoi data ya uthibitishaji iliyokamilika kwa stereo, multichannel, uchakataji wa frequency-domain wa STFT au madarasa tofauti ya signal. Mchango mkuu wa kazi ni kutoa fomula maalumu ya exponential gate, utoaji wa thabiti ya κ kwa fomula hii, utekelezaji wa microcontroller na protokoli wazi ya ukanushaji.

Mbinu na Matokeo ya Utafiti

Mbinu ya kazi inaweza kutathminiwa katika tabaka nne kuu: kujengwa kwa opereta ya kihisabati, kutekelezwa kwa wakati halisi kwenye hardware, kufafanuliwa kwa mfumo wa kulinganisha na modeli pinzani, na kuundwa kwa protokoli ya ukanushaji ya F_audio.

1. Opereta ya kihisabati

Tabia inayopendekezwa ya gate hufafanuliwa kwa kazi ifuatayo ya kizingiti:

\[ k_{\mathrm{Thr}}(x) = gate \cdot \exp[-\kappa \cdot (1 - \min(RMS(x)\cdot 10, 1))] \]

Thabiti ya κ hutolewa kutoka uhusiano ufuatao:

\[ \kappa = -\ln(\alpha_{\mathrm{floor}}) \]

Thamani ya upitishaji wa floor katika kazi ni:

\[ \alpha_{\mathrm{floor}} = 0.020000000000000 \]

Kwa hiyo:

\[ \kappa = -\ln(0.020) = 3.912023005428146 \]

Kulingana na utoaji huu, katika ingizo kimya mgawo wa gate ni:

\[ k_{\mathrm{Thr}} = gate \cdot 0.020 \]

Hii ina maana kwamba upitishaji wa chini huachwa katika kiwango cha %2. RMS inapofikia 0.1, thamani iliyosanifiwa huwa 1 na mgawo wa gate hupanda hadi kiwango cha gate.

2. Sifa za opereta

Derivative iliyotolewa kwa usikivu wa gate:

\[ \frac{d k_{\mathrm{Thr}}}{d RMS} = gate \cdot \kappa \cdot 10 \cdot \exp[-\kappa(1 - \min(RMS \cdot 10, 1))] \]

Karibu na RMS = 0, usemi huu hufikia takribani:

\[ gate \cdot 0.782 \]

Kulingana na tafsiri ya kazi, hii hutoa mteremko wenye ukomo na usio sifuri unaozuia dead band karibu na noise floor.

3. Hardware na utekelezaji wa wakati halisi

Katika kazi, processing pipeline hufuata mlolongo huu kiufundi:

1. Input buffer hupokelewa.
2. Thamani ya RMS ya buffer huhesabiwa.
3. RMS husanifiwa kwa [ rms_{\mathrm{norm}} = \min(RMS \cdot 10, 1.0) ].
4. Kizingiti cha κ-weighted huhesabiwa.
5. Output samples hutolewa kwa [ y[n] = x[n] \cdot k_{\mathrm{Thr}} ].
6. Output RMS na spectral coherence huhesabiwa.
7. Thamani za kipimo hurekodiwa.
8. Buffer iliyochakatwa hutumwa kwenye output.

4. Modeli pinzani

5. Metriki za tathmini

6. Protokoli ya F_audio

Protokoli ya ukanushaji imeundwa ili kupima kama thamani ya κ inaweza kutabiri spectral coherence. Dai kuu ni hili:

\[ \rho > 0.9 \quad \text{at} \quad p < 0.001 \]

Sharti hili linaonyesha kwamba inatarajiwa kuwepo rank relationship yenye nguvu sana na yenye maana kitakwimu kati ya coherence iliyotabiriwa kwa kutumia κ na coherence iliyopimwa kwa majaribio.

7. Madarasa ya matokeo

8. Tafsiri ya tahadhari ya matokeo

• Kazi inatoa fomula wazi ya kihisabati kwa κ-weighted exponential gate.
• Inatoa thamani ya κ kama thabiti inayotokana na sharti α_floor = 0.020.
• Inaripoti takribani 0.18 ms muda wa uchakataji wa buffer kwenye Teensy 4.1.
• Inaeleza kwamba chini ya masharti ya 48 kHz na buffer ya sampuli 128, kazi ya wakati halisi inawezekana ndani ya buffer period ya 2.67 ms.
• Inafafanua protokoli ya F_audio itakayojaribiwa kupitia jozi 100 za tone.
• Inatoa wazi madarasa ya supported, indeterminate na falsified kwa Spearman ρ.
• Maandishi hayatoi uthibitishaji huru mpana, matokeo ya majaribio yaliyokamilika katika madarasa tofauti ya signal, au taarifa ya kukubalika katika jarida lililopitiwa na wahakiki.

9. Mipaka

• Utekelezaji ni wa channel moja; mifumo ya stereo na multichannel inapaswa kushughulikiwa kando.
• RMS huhesabiwa kwa kila buffer; mabadiliko ya amplitude ya haraka ndani ya buffer hayawezi kunaswa moja kwa moja.
• α_floor = 0.020 ni chaguo la kubuni; katika mifumo inayohitaji kubana kwa kina zaidi, thamani tofauti inaweza kuhitajika.
• Attack/release envelope bado haijatolewa kutoka first principles.
• Maswali yaliyo wazi yameachwa kwa hotuba, kelele, signal zenye transients nyingi na uchakataji wa frequency-domain wa STFT.
• Kazi haitoi dhamana ya ubora wa uhakika katika hali zote za sauti za ulimwengu halisi.

Maelezo ya Chanzo na Mbinu

Makala hii imeandaliwa kwa kutegemea kazi yenye kichwa “A κ-Weighted Exponential Noise Gate for Real-Time Digital Signal Processing: Derivation, Hardware Implementation, and Falsifiability Protocol” iliyoandikwa na Roland R. Gibson Jr. Katika kazi, mwandishi hujitambulisha kama mtafiti huru mwenye makao St. Joseph, Missouri, Marekani. Katika maandishi kuna taarifa ya SSRN Author ID, na pia inaelezwa kwamba kazi imetolewa chini ya leseni ya GPL v3.0 pamoja na sharti la citation.

Kulingana na maudhui ya maandishi, aina ya chanzo inapaswa kutathminiwa kama utafiti huru / makala ya kiufundi ya protokoli. Kazi inatoa opereta ya kihisabati, utekelezaji wa hardware na protokoli ya ukanushaji. Hata hivyo, kwa kuwa maandishi hayatoi jina la jarida, DOI, taarifa ya kukubalika au taarifa ya wazi ya peer review inayoonyesha kwamba imechapishwa katika jarida lililopitiwa na wahakiki, inapaswa kutumiwa kauli kazi ambayo uhakiki wake hauwezi kuthibitishwa kutoka kwenye maandishi.

Katika maudhui haya, fomula, taarifa za hardware, hatua za algoriti, ulinganisho wa modeli pinzani, protokoli ya F_audio, metriki za kipimo na mipaka iliyotolewa katika kazi zimetumika kama msingi. Hakijaongezwa madai ambayo hayapo katika maandishi kama mafanikio ya matumizi ya uhakika, mafanikio ya bidhaa ya kibiashara, ubora katika aina zote za sauti, matokeo ya uthibitishaji huru au kukubalika katika uchapishaji uliopitiwa na wahakiki.

Kazi inalenga kuonyesha jinsi κ-weighted noise gate inayopendekezwa inaweza kufafanuliwa na kukanushwa katika muktadha wa DSP ya wakati halisi. Kwa hiyo matokeo yanapaswa kusomwa kwa tahadhari, hasa kwa kuwa hali ya peer review na data ya urudiaji huru hazijathibitishwa wazi. Muda wa uchakataji wa 0.18 ms uliotajwa na mfumo wa majaribio wa jozi 100 za tone ni taarifa za kiufundi zinazotolewa na kazi katika muktadha wake wa hardware na protokoli; hazimaanishi dhamana ya jumla kwa masharti yote ya uga, minyororo ya kitaalamu ya kurekodi au madarasa tofauti ya signal.