SANC: Sound Adaptive Neural Compression - Compressore di campioni sonori a reti neurali

Contenuto Prefazione 7 &RQWHQXWR 3UHID]LRQH ,3UHVHQWD]LRQHGHLFRQWHQXWL Il contenuto di questa tesi cerca di raccogliere ed esporre con organicit i risultati ottenuti in circa un anno di studi e ricerche nel settore della compressione dei campioni sonori e delle reti neurali. Le pretese, ovviamente, non sono quelle di rivoluzionare il settore, ma contribuire, almeno in parte, a realizzare un algoritmo innovativo: in particolare un sistema di compressione dei dati provenienti dal campionamento di segnali in banda audio che impiegasse le reti neurali. Nella prima parte di questo lavoro, ovvero nei primi due capitoli, si trovano alcuni aspetti introduttivi sugli algoritmi di compressione tradizionali che si sono affermati in questi anni. La descrizione non Ł particolarmente dettagliata, se non per il codice Huffman che rappresenta una possibile «aggiunta» al nostro algoritmo nel caso in cui i dati, trasformati in formato binario seriale, debbano essere archiviati. Sono state riportate, inoltre, delle brevi descrizioni sul concetto di modellamento (statistico o con schema a dizionario) e codifica. E stato esaminato il codice aritmetico e gli algoritmi di Ziv e Lempel (LZ77 e LZ78) che hanno «fatto la storia» della compressione. Nel secondo capitolo sono esposti i sistemi di digitalizzazione del suono, non in modo approfondito in quanto non Ł scopo di questa tesi farlo. Enfasi particolare Ł stata posta sulla quantizzazione con le sue varianti, in quanto come vedremo il SANC basa il suo funzionamento sulla ridistribuzione degli intervalli di quantizzazione. E presentato anche un processo di compressione da silenziamento per il funzionamento su PC, la cui descrizione Ł solo qualitativa, ma Ł l introduzione al metodo con il quale il SANC scarta i dati che non sono udibili. Infine sono riportate alcune tabelle e alcuni grafici nei quali sono descritti i risultati che sono stati ottenuti dalla sperimentazione di alcuni algoritmi esistenti. Queste prove sono state effettuate all inizio dell esperienza per «prendere confidenza» con questi algoritmi per l elaborazione del segnale sonoro. Gli elementi che sono stati posti particolarmente in evidenza sono le dimensioni finali del file musicale e la sua qualit . La trattazione svolta in questi due primi capitoli racchiude una descrizione della maggior parte degli algoritmi di compressione. Le analisi svolte non sono da considerarsi uno studio dettagliato di ciascuno di essi, ma, piuttosto, una sorta di «testo di consultazione». Queste analisi derivano, infatti, dalla volont di presentare lo «stato dell arte» nel campo della compressione e confrontare le prestazioni dei vari algoritmi esistenti con il sistema da noi realizzato. Si possono quindi trovare descrizioni sugli algoritmi ed alcuni esempi di applicazioni costituiti dalle prove che si sono effettuate «sul campo». Nel terzo capitolo sono esposte alcune brevi considerazioni sulle reti neurali. L obiettivo di questa parte consiste solo nel descrivere a grandi linee che cosa Ł una rete neurale, con riferimento particolare alle reti back propagation utilizzate per la realizzazione del nostro algoritmo. Infatti scopo di questa tesi Ł proprio quello di realizzare un algoritmo che comprima il segnale musicale mediante reti neurali fisicamente esistenti (meglio se commerciali).