Original title:
Audio dekvantizace s použitím banky filtrů
Translated title:
Audio Dequantization via Filter Banks
Authors:
Szabó, Adrian ; Rajmic, Pavel (referee) ; Kovanda, Vojtěch (advisor) Document type: Bachelor's theses
Year:
2026
Language:
slo Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[slo][eng]
Práca sa zaoberá dekvantizáciou audio signálu z dvoch rôzne kvantizovaných pásmových pozorovaní získaných pomocou vlnkovej banky filtrov. Vstupný signál je rozdelený jednoúrovňovou diskrétnou waveletovou transformáciou na aproximačnú a detailovú vetvu, ktoré sú po decimácii kvantizované odlišnými bitovými hĺbkami. Cieľom práce je navrhnúť a overiť metódu rekonštrukcie, ktorá využíva informáciu z oboch vetiev a znižuje skreslenie spôsobené kvantizáciou. Navrhnutý postup je prezentovaný ako konvexná optimalizačná úloha, v ktorej sa kombinujú podmienky konzistentnosti s kvantizačnými intervalmi oboch vetiev a regularizačný člen podporujúci riedkosť časovo-frekvenčnej reprezentácie signálu. Na riešenie tejto úlohy je použitý Condat–V algoritmus, ktorý umožňuje efektívne pracovať s viacerými nehladkými členmi a projekciami na prípustné množiny. Metóda bola implementovaná v prostredí MATLAB a testovaná na databáze monofónnych nahrávok hudobných nástrojov. Experimenty boli vykonané pre rôzne kombinácie bitových hĺbok aproximačnej a detailovej vetvy, pre viaceré typy Daubechies waveletových filtrov a doplnkovo aj experimentom pre rôznu hĺbku waveletovej dekompozície. Kvalita rekonštrukcie bola hodnotená pomocou objektívnych metrík Signal-to-Distortion Ratio a Objective Difference Grade. Navrhnutá metóda bola porovnaná s priamou rekonštrukciou pomocou inverznej diskrétnej waveletovej transformácie a s jednokanálovou dekvantizáciou, kde bol použitý Chambolle--Pock algoritmus. Výsledky ukázali, že navrhnutá metóda vo väčšine testovaných kombinácií zlepšuje rekonštrukciu oproti priamej rekonštrukcii, najmä podľa metriky Signal-to-Distortion Ratio. Pri vhodnom zvolení bitových hĺbok pre aproximačnú a detailovú vetvu dosahuje metóda lepšie výsledky než jednokanálová referenčná dekvantizácia pri porovnateľnej efektívnej bitovej hĺbke. Pomocou doplnkových experimentov sa zistilo, že filter db4 predstavuje kompromis medzi kvalitou rekonštrukcie, jednoduchosťou a stabilitou spracovania. Výsledkami sa potvrdilo, že pásmové spracovanie signálu v kombinácii s konvexnou optimalizáciou je použiteľným postupom pre audio dekvantizáciu.
This thesis deals with audio dequantization from two differently quantized subband observations obtained using a wavelet filter bank. The input signal is decomposed by a single-level discrete wavelet transform into approximation and detail branches, which are decimated and then quantized using different bit depths. The aim of the thesis is to design and verify a reconstruction method that uses information from both branches and reduces the distortion caused by quantization. The proposed approach is formulated as a convex optimization problem combining consistency conditions with the quantization intervals of both branches and a regularization term promoting sparsity of the signal in the time-frequency representation. This problem is solved using the Condat--V algorithm, which allows efficient processing of several nonsmooth terms and projections onto feasible sets. The method was implemented in MATLAB and tested on a database of monophonic recordings of musical instruments. The experiments were performed for different combinations of bit depths in the approximation and detail branches, for several types of Daubechies wavelet filters, and additionally for different depths of the wavelet decomposition. The reconstruction quality was evaluated using the objective metrics Signal-to-Distortion Ratio and Objective Difference Grade. The proposed method was compared with direct reconstruction using the inverse discrete wavelet transform and with a single-channel dequantization method based on the Chambolle--Pock algorithm. The results showed that the proposed method improves the reconstruction compared with direct reconstruction for most tested bit-depth combinations, especially according to the Signal-to-Distortion Ratio metric. With a suitable choice of bit depths in the approximation and detail branches, the method achieves better results than the single-channel reference dequantization at a comparable effective bit depth. Additional experiments showed that the db4 filter represents a compromise between reconstruction quality, simplicity, and processing stability. The results confirmed that subband signal processing combined with convex optimization is a usable approach for audio dequantization.
Keywords:
Audio signal; bit depth; Condat–V algorithm; dequantization; discrete wavelet transform; filter bank; Objective Difference Grade; quantization; Signal-to-Distortion Ratio
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/258600
guest ::
