Indhold. 1 Indledning Vores løsning Resultat Forløb... 5

Transkript

1 Indhold 1 Indledning Vores løsning Resultat Forløb Undersøgelse af brugernes forudsætninger og krav Brugerne Interviews: forberedelse Interviews: opsamling Demogra Kompetencer Arbejdsgang Rammerne for præsentationen Persona Layout Gridinddeling af siden Cascading Style Sheets (CSS) Tekst og farver Overskrift Menuen Billeder Formler Struktur og navigation Validering af websiden Begrænsninger Printervenlig udgave Opgaver Pædagogik Syntetisering af musikstykke Bølger Introduktion Sinus funktioner Sammenhængen mellem frekvens og periode Hvilke frekvenser kan vi høre Udeladt pensum Sampling Introduktion Sampling Sampling teoremet

2 4.2.4 Aliasing Konvertering fra analog til digital til analog Musiksyntese Introduktion Noder Klavertangenters frekvens Generering af simple toner Musiksyntese Bedre musik Kompression, dekompression og vurdering af kvaliteten Spektrum Kvantisering Komprimering den psykoakustiske model Den absolutte høregrænse Frekvensmaskering Temporal maskering Implementation af den psykoakustiske model Problemer med implementation og lydkvalitet Konklusion 20 7 Litteratur 22 A Evaluering - af Espen Højsgaard (cpr: xxxx) 23 A.1 Indledning A.2 Evaluering A.2.1 Evalueringsmetode A.2.2 Fremgangsmåde A.2.3 Evalueringsresultater A.3 Konklusion B Evaluering - af Rune Højsgaard (cpr: xxxx) 26 B.1 Evalueringsform B.2 MOT metoden B.3 Identicerede problemer B.4 Originalitet B.5 Konklusion C Evaluering - af Sune Jensen (cpr: xxxx) 29 C.1 Introduktion C.1.1 Heuristisk evaluering C.1.2 Brugerne

3 C.2 Konklusion D Interviews 32 D.1 Interview med Jannich Vejby Jensen D.1.1 Demograske data D.1.2 interviewet D.2 Interview med Theis Pedersen-Skovsgaard D.2.1 Demograske data D.2.2 Interviewet D.3 Interview med Lykke Midtbøll Ørnbjerg D.3.1 Demograske data D.3.2 Interviewet E CSS len til hjemmesiden 44 F Eksempel på side fra websiden - spektrum.html 47 G Layout 52 H Sitemap 53 4

4 1 Indledning Dette er en besvarelse af gruppedelen af den karaktergivende rapportopgave på Multimedieteknologi 2003, Københavns Universitet [14]. Læseren forventes at have læst opgaveformuleringen samt - som minimum - at have samme forudsætninger som en elev, der har fulgt kurset. Formålet med opgaven er at konstruere en multimediebaseret præsentation i form af et websted. Dette websted skal: 1. forklare og illustrere syntetisering af et musikstykke med brug af rene toner - herunder applikation af en indhyldningskurve 2. forklare teorien bag kompression og dekompression af et stykke musik, samt give en kvalitetsvurdering af det rekonstruerede signal. 1.1 Vores løsning Vores ambitioner for opgaven var at lave et gennemført websted, baseret på vores viden om brugerader og sekundært på input fra vores brugergruppe. Kvaliteten af indholdet skulle selvfølgelig være så høj som mulig Resultat Resultatet er et websted, der til fulde lever op til vores ambition. Vi har kun skåret den tungeste matematik - inden for de relevante emner - fra, samt implementeringsspecikt pensum. Formidlingen er illustreret og præcis og har desuden en rød tråd, hvis digital signalbehandling er nyt for læseren. Foruden at siderne valideres af w3c, så opfylder siden også de andre krav - speciceret i opgaveteksten - om størrelse, antal og format Forløb Under arbejdet med opgaven har vi konstateret, at vi ikke har nogen forudsætninger for at udtale os om, hvordan mobiltelefoner virker. Med grund i dette, og den ringe interesse de interviewede brugere viste for samme, har vi valgt at fjerne fokus fra dette og blot valgt at nævne det i korte vendinger på webstedet. 5

5 2 Undersøgelse af brugernes forudsætninger og krav Dette afsnit har til formål at afdække, hvilke forudsætninger vores brugergruppe har og hvilke krav en præsentation rettet mod denne gruppe skal leve op til. 2.1 Brugerne Vi har planlagt at bruge to kilder til at undersøge brugernes forudsætninger. Den ene er brugerne selv og den anden er gymnasiebekendtgørelsen [15].Desuden kunne en matematikeller fysiklærer fra gymnasiet give et mere realistisk og objektivt billede af målgruppens færdigheder og samtidig bidrage til det pædagogiske aspekt af præsentationen. Desværre har vi ikke kunnet få en aftale med en lærer og vi må derfor undvære disse informationer. Det er præcist beskrevet i gymnasiebekendtgørelsen [15], hvilke faglige færdigheder en studerende i 3.g på matematisk linie i gymnasiet skal have og vores undersøgelser i dette afsnit vil derfor behandle den anden kilde: brugeren Interviews: forberedelse Vores målgruppe er jvf. opgaveformuleringen [14] matematiske gymnasieelever i 3.g eller personer med samme forudsætninger. Da den egentlige målgruppe forbereder sig til eksamen, under udarbejdelsen af denne rapport, har vi valgt at basere vores undersøgelser på den anden del af gruppen. Motivation og interesse fra de interviewedes side forventes at blive hypotetisk, da vi ikke kan få fat i den primære brugergruppe 1 og da vi endvidere ikke har tiden til at annoncere efter brugere med interesse i de relevante emner. Da vi som nævnt har brugernes faglige forudsætninger givet, er det ikke et mål at opnå viden i den retning i vore interview. Vi vil dog alligevel stille spørgsmål af faglig karakter, men det er for at få brugerens associationer og interesse vakt. Vi vil forsøge at afdække hvilken studieform brugerne har nu, både for stof på internettet og i fagbøger, således at vi kan få klarlagt forventninger og vaner på web-steder, samt evt. koncepter fra bøgernes verden, som det kunne være relevant at bruge. Brugerens forhold til teknik vil vi indirekte afdække, ved at spørge til computerspeci- kationer og brug af mobiltelefon Interviews: opsamling Vi har ud fra ovenstående overvejelser foretaget tre brugerinterviews, med udgangspunkt i de teknikker, som Strøm [12] beskriver. Alle interviewede er personer fra vores omgangskreds. Vi valgte bla. denne løsning, da vi gerne ville kunne interviewe brugerne i vante omgivelser, med adgang til en computer 2. Alle tre er en smule for veluddannede i 1 vi betragter personer med samme forudsætninger som det næstbedste valg 2 den anden hovedårsag var hurtig adgang til disse personers tidsplan 6

6 forhold til den ønskede bruger, men de var det nærmeste vi kunne komme indenfor tidsgrænsen. Desuden har de alle passeret deres teenage-år, hvilket kan tænkes at have relevans i forhold til det pædagogiske niveau 3. De tre interviews er at nde i appendiks D og indeholder foruden interviewene, demograske data for den enkelte bruger. Interviews og brugeranalyse er baseret på [12]. Kort opsummering er som følger: Jannich 25 år. A-niveau matematik fra gymnasiet og enkelte matematikfag fra videregående uddannelser. Godt kendskab til computere og internet. Har brugt mobiltelefon i mange år. Har gode forudsætninger for at forstå stoet. Er interesseret i computere/teknik. Jannich er rød-grøn farveblind. Lykke 20 år. A-niveau matematik fra gymnasiet. Bruger jævnligt internet og benytter computere på bruger-niveau. Bruger mobiltelefon. Har forudsætningerne for at forstå stoet. Er ikke interesseret i emnet. Theis 20 år. A-niveau matematik fra gymnasiet. Godt kendskab til computere og internet. Bruger mobiltelefon. Har gode forudsætninger for at forstå stoet. Er interesseret i computere, teknik og videnskab. Viste interesse for forståelsen af den psykoakustiske model Demogra De interviewede er unge studerende på naturvidenskabelige uddannelser i aldersgruppen år. Både Theis og Jannich er teknisk mindede og kunne være modeller for en teknisk krævende bruger. Med en teknisk krævende bruger forstår vi en bruger, der vil have faglig dybde i præsentationen; en anden fortolkning kunne være en bruger, der stillede store krav til præsentationsformen Kompetencer Vores brugergruppe kan huske, at de har arbejdet med trigonometri og bølgelære i gymnasiet. De kan huske væsentlige stykker af det lærte pensum. Det vil derfor kun være nødvendigt med en kort introduktion (Mere om dette i afsnit 4) om bølger. Denne matematiske viden er nok, til at kunne forstå de este dele af det relevante pensum for syntetisering af et musikstykke og kompression/dekompression. Det eneste pensum der allerede kan udelukkes nu, er læren om fasorer og komplekse tal, da disse kræver kendskab til vektorregning, hvilket først er en del af 3.g's pensum 4. Dette giver en udfordring, når spektrumanalyse skal forklares, da det er baseret på denne matematik, men ikke kan udelukkes, da det er vitalt for forståelsen af kompression i.f.m. den psykoakustiske model. De valg, der skal træes om præsenteret pensum, vil blive truet i de respektive afsnit (afs. 4 og 5). 3 vi har desværre ikke den fornødne viden til, at bedømme dette. 4 Vores interviewede brugere har alle haft dette, men vi har valgt at det falder uden for opgaven jvf. formuleringen "...matematiske gymnasieelever i 3.g eller personer... "[14] 7

7 Det er vigtigt at bemærke, at disse forudsætninger ikke ligger langt fra vores, og at pensum næsten ville kunne benyttes i sin nuværende form Arbejdsgang Brugerne er alle relativt rutinerede brugere af computere og Internet. De bruger det bla. til skolerelaterede opgaver såsom downloading af opgaver, noter og skema - og til informationssøgning og underholdning. Derfor har vi ikke valgt at tage højde for nybegyndere i brugen af informationsteknologi og computere, i forhold til sidens struktur og design (afsnit 3.3). Theis og Jannich springer som oftest eksempler i tekst over (både på hjemmesider og i lærebøger). Alle brugerne mener, at opgaver er vigtige for at forstå stoet. Endvidere viser alle brugerne interesse for at få stoet illustreret, da de mener det giver en nemmere og bedre forståelse - så længe illustrationerne ikke skygger for anden information eller er dårligt placeret. Både Theis og Jannich udtrykker usikkerhed ved links i tekster og billeder med links - dette bliver simpelt hen brugt på for mange forskellige måder på nettet. Skal der være links i forbindelse med en tekst, skal det helst være i slutningen af teksten og fremgå klart hvad der sker når man trykker. 3 Rammerne for præsentationen Da vi nu har undersøgt brugernes forudsætninger, krav og vaner, kan vi i de følgende afsnit afdække, hvordan emnerne skal præsenteres - selve præsentationen gennemgås i afsnittene 4 og 5. For at konkretisere de ting vi har fundet ud af i sidste afsnit, har vi lavet en persona. Vi vil ikke argumentere ud fra denne i rapporten, men vi vil bruge den som diskussionsgrundlag i processen med at lave præsentationen. 3.1 Persona Vi har på basis af vores interviews, frie fantasi, kendskab til opgaven og pensum konstrueret denne persona 6. Personaen er en krævende bruger i den tekniske forstand (jvf. afsnit og [2]), dog ikke så krævende at han selv gider købe. f.eks. DSP-rst [5]. Eventuelle spørgsmål og uklarheder i opgaven, som interviewene ikke afdækker, vil blive afklaret i forhold til denne. Per er 20 år og er i gang med første semester på medicin. Han var dygtig til næsten alle sine fag i gymnasiet (k 6 i billedkunst), hvor han skrev større skriftligt projekt om 3D-grak. Per er enebarn og bor hos sine forældre. Per har et meget afslappet 5 Dette er naturligvis en spekulation, set i forhold til den krævende bruger og os selv som brugere - vi har naturligvis ikke den pædagogiske baggrund til at bedømme dette 6 på baggrund af det yderst sparsomme materiale i [12] 8

8 forhold til sin mobiltelefon: den skal bruges til at ringe med - resten er lir. Per er derimod ret så interesseret i sin computer - han bruger den gerne ere timer om dagen til underholdning, informationssøgning og skolearbejde. Desuden bruger han computere og Internettet når han en gang om ugen er på arbejde som supporter i et internetrma. Per har sparet mange af de penge han har tjent op og går nu og leger med tanken om at købe en mp3-afspiller, da han jo har masser af disse på sin computer. Han er dog kommet noget i tvivl om det nu også er en god idé, da han nærmest blev buhet ud af sin lokale HiFi-butik, da han spurgte. 3.2 Layout Vi vil i dette afsnit diskutere sidens layout. En tegning af layoutet kan ndes i appendiks G. Vi har haft for øje at skabe et design, der i forhold til skærmstørrelse, indholdsmængde og tekststørrelse er skalerbart. Dette er valgt for at give brugeren et positivt indtryk af vores side, ligegyldig hvilken arbejdsstation de ser os fra - desuden har det den positive eekt, at evt. synshandikappede brugere, vil have nemmere ved at bruge vores side. Vi har endvidere fulgt nogle af de mest almindelige layoutkonventioner på nettet, så brugeren kan navigere uden en introduktion til strukturen. Sidst men ikke mindst har vi begrænset brugen af billeder til kun at høre hjemme i brødteksterne dybere i strukturen end forsiden. Dette er for at begrænse størrelsen og dermed downloadtiden for siderne. Siden er konstrueret således, at den kan vises pænt i en browser der vises på en skærm med en opløsning på pixels eller derover. Dette valg er muligvis en smule konservativt, da to af de interviewede kørte med højere opløsning på deres personlige PC (den sidste vidste det ikke). Men da det kan tænkes, at de skal tilgå siden andetsteds fra end hjemmefra, vælger vi denne løsning, der forhåbentligt gør, at en større brugerskare vil kunne benytte vores side Gridinddeling af siden Vi har som udgangspunkt valgt at inddele siden i spalter jf. [11], men fandt dog at de anbefalede seks eller tolv spalter ikke passede til den valgte opløsning og har derfor valgt otte spalter. Da vi ikke vil kontrollere tekststørrelsen, er det muligt, at en bruger, der vælger en stor skrift, vil opleve, at der står meget få ord på hver linje - især hvis teksten kun dækker én spalte. For i videst muligt omfang at undgå dette, vil vi tilstræbe at brødteksten dækker est mulig spalter. Med den valgte inddeling, kan vi sætte en fjerdedel af siden af til menu og tre fjerdedele af til brødtekst. Herudover vælger vi at lægge en statisk overskrift i toppen af de tre brødtekst kolonner, for konsistens og layout. Det er altså muligt at inddele brødteksten i op til 3 segmenter uden at layoutet bliver ødelagt, hvis vi skulle få brug for dette. Vi benytter os så vidt muligt af reglerne for Gestalt [11]. 9

9 3.2.2 Cascading Style Sheets (CSS) Vi placerer mest muligt information i et eksternt stylesheet, således at html-dokumenterne hovedsageligt beskriver meningen i dokumentet. Et vist minimum af layoutinformation bender sig dog i html-dokumenterne, da siden hermed også er brugbar i browsere, der ikke understøtter CSS. Det er usandsynligt at vores brugere nogensinde vil opdage dette, da vi efterhånden skal nogle år tilbage i tiden, for at nde browsere der ikke understøtter CSS 7. At layoutet bender sig i CSS, er desuden en stor fordel i.f.t. fremtidige layoutændringer, da vi så blot skal rette i én l. Derudover vil det også være en fordel, hvis vi vælger i fremtiden at nde plads til printer-venlige versioner af vores sider, da vi så blot skal lave et style-sheet til dette. Css len til siden kan ndes i appendiks E Tekst og farver For at vores side skal virke seriøs, har vi valgt et stilrent sort/hvidt design, der minder det almindelige gammeldags trykte medie. Dette layout er godt gennemtestet, og kunne tænkes p.t. at appellere til et ungt publikum (retro er stadig in). Vi har valgt at denere farven rød for links - alene pga. layout. Dette udelukker at vi bruger grøn i.f.m. links (f.eks. til besøgte eller aktive links), da der jf. Strøm [11] er et betydeligt antal mennesker, der er rød-grøn-farveblinde. Da ren hvid kan være særdeles anstrengende at læse på en skærm, så har vi valgt at bruge en hvid nuance (snehvid) som baggrundsfarve. Vores layoutmæssige udgangspunkt - det trykte medie (især aviser) - dikterer en serif sats, hvilket vi dog ikke kan følge på vores side, da den ikke egner sig til computerskærme [11] - i stedet vælger vi en sans-serif fontserie. Fontenes størrelse er relative (for skalerbarhedens skyld) og bestemmes af CSS 8. Menuteksten er sat i store bogstaver og er ushed-right, ragged-left for at give en tydelig ramme til brødteksten. Brødteksten er derimod sat ushleft, ragged right, da det ifølge Strøm [11] oftest er nemmest at læse Overskrift Vi har som nævnt i valgt, at der skal være en statisk overskrift på siden. Denne er her for at danne en velkendt ramme og et let genkendeligt layout. Den vil også hjælpe brugeren med at identicere siden med det samme, i fald hun kommer direkte til en af undersiderne. Dette kunne f.eks. tænkes, hvis hun havde gemt en reference til siden i sin browser. 7 allerede tilbage i '99 var de este layout-funktioner i HTML misbilliget (eng. deprecated) jvf. w3.org [16] 8Det skal her bemærkes, at det kan være problemer med layoutet når fontene gøres meget store, da vi har valgt at inddele siden vha. en tabel der er angivet i absolut størrelse 10

10 3.2.5 Menuen Menuen er hele tiden til rådighed og udgør hele venstre del af siden. Vi har valgt dette, da menuen - på langt de este hjemmesier 9 - er placeret til venstre. Derfor vil vores rutinerede internetbrugere være bekendt med denne opstilling. Desuden er det naturligt for vores brugergruppe, at scanne en side fra venstre mod højre og oppefra og ned (læseretningen), hvorfor vi vil forvente, at deres øjne hurtigt vil nde menuerne og hovedmenuen i særdeleshed. Da de interviewede gav udtryk for at indeks og stikordslister er hensigtsmæssige, har vi valgt at lave en side med stikord. Hver sides stikord vil desuden optræde under menuen, så brugeren har en mulighed for at associere dem med teksten. Disse stikord vil desuden fungere som links indenfor selve siden, så man kan springe til et underemne. Vores stikordslister dukker alle op det samme sted i menuen: nederst (se afs. 3.3). For tydeliggøre skellet mellem menu og stikordsliste, har vi valgt at markere adskillelsen med en sort streg og en mindre font til undermenuerne Billeder Vi vil, i det omfang det er nødvendigt og i en balance med opgavens begrænsning (max 50 Kb pr. side), benytte illustrationer til at demonstrere teorien med. Dette er i tråd med de interviewedes ønsker. Desværre ser vi i HTML 4.01-standarden ikke nogen mulighed for - på en hensigtsmæssig måde - at placere disse gurer i pop-up-vinduer. Dette ville ellers, jf. vores interviews, være det optimale. I stedet placeres disse i teksten, men ikke skudt ind så det afbryder læsningen, hvilket de interviewede lagde vægt på Formler Da vores emner er særdeles matematisk orienterede, vil der være en del formler i præsentationen. Disse kan laves ud fra den krævede HTML-standard, men vi har konstateret at de ikke nødvendigvis vises korrekt i alle browsere 10. Dette kunne løses ved at indskrive formlerne i billeder, men vi har ikke valgt dette, da det vil øge størrelsen og dermed download-tiden for siderne. Endvidere ville formler i form af billeder ikke kunne følge en evt. skalering af teksten, hverved væsentlig information kunne gå tabt for svagtseende. 3.3 Struktur og navigation Vi har valgt at opbygge vores struktur således at man kan komme fra første til sidste led i et trin/klik (hvis man skal have fat i en lydl, eller benytter indekset, kræver det dog to trin/klik, da der skal klikkes en ekstra gang for at afspille/hente denne). Vi ville have valgt en struktur der passede bedre til Shneidermann's visual information seeking mantra [9], hvis vi ikke var begrænset til 12 sider. Dette sideantal er så lille, at de alle kan dækkes af 9 baseret på egne erfaringer 10 Bl.a. Internet Explorer 5.2 til Mac OS X 11

11 hovedmenuen. Brugerne Jannich og Theis udtrykker ønske om denne struktur (overblik og zoom). Et site-map over den valgte struktur er at nde i appendiks H. Da vores brugere har et ambivalent forhold til søge-funktioner (og da det ej heller er muligt at implementere dem i denne opgave), har vi valgt at lave et stikords-indeks (jf. afsnit 3.2.5). Dette indeholder nøgleord fra alle sider, der linker til den relevante side. I denne forbindelse har vi valgt at lave en liste med stikord fra den aktuelle side under menuen. Denne liste har ere formål: 1. Vise den aktuelle dybde. Dette er aktuelt hvis man kommer fra indekset. Dette opnås ved at farve det relevante menupunkt og stikord rødt. 2. Give brugeren mulighed for hurtigt at navigere til et givent stikord (vha. ankre i html). Dette kan være en fordel for en tilbagevendende bruger. 3. Fungere som et kort resume/indholdsfortegnelse på den aktuelle side. Altså har vi - for præcist at vise, hvor i strukturen brugeren bender sig - valgt at farve det aktuelle menupunkt (og eventuelle stikord) rødt. For at opfylde bl.a. Theis behov for en a-z gennemgang, har vi valgt at placere to links i bunden af hver side: frem og tilbage. Vi mener at disse er hensigtsmæssige, da f.eks. en 3.g elev - der skal sætte sig ind i stoet - vil have brug for at læse alle siderne og derfor vil nyde godt af ikke at skulle tage stilling til menuen hele tiden og samtidig er sikker på at få det hele med. Når man kommer ind på hjemmesiden for første gang, vil man igennem vores forside få givet en introduktion til sitet, med de klassiske hvem, hvad, hvor, hvordan og hvorfor. Her kan den besøgende altså hurtigt afgøre, om siden er interessant og endvidere bedømme om den er troværdig, hvilket jf. vores interviews er væsentligt for brugerne. 3.4 Validering af websiden Det er os ikke muligt at dokumentere at w3's HTML validator validerer vores side - vi kan blot konstatere at dette er tilfældet 11. Samtidig skal det nævnes, at vores CSS også valideres af w3's CSS validator - dog med re advarsler (for det samme problem). Da alle lerne er til rådighed på den medfølgende data CD, kan dette bekræftes, ved at validere siderne med w3's HTML validator. Appendiks F indeholder et representativt eksempel på en side fra vores webside, der er blevet valideret. Da alle siderne, er bygget over den samme skabelon, og er til rådighed på data CD'en, mener vi denne er tilstrækkelig, til at demonstrerer vores HTML-kode. I samme forbindelse, skylder vi læseren at nævne, at kildekoden til websiden ikke er vedlagt som bilag, da den kan ndes på data CD'en. 11 uploades en l, gives ikke engang lnavnet, når det bekræftes at den er valideret 12

12 3.5 Begrænsninger Vi har af forskellige grunde, som f.eks. tidspres, måttet fravælge visse muligheder til præsentationen. I dette afsnit vil vi nævne de vigtigste og begrunde, hvorfor de er udeladt Printervenlig udgave Vores brugere vil gerne læse stof fra interessante hjemmesider på papir. Derfor burde vi tilbyde dette for hvert enkelt side. Vi har ikke kunne opfylde dette behov, inden for opgavens rammer (begrænsning til 12 sider). Dette er en forbedring, der gerne skulle implementeres i fremtidige versioner af siden Opgaver Det fremgik klart af vores interview, at brugerne gerne ville have opgaver, men vores tidsplan tillader ikke at vi inkludere sådanne. Desuden er vores pædagogiske udgangspunkt, jf. følgende afsnit, for tyndt til at udforme opgaver ordentligt Pædagogik Vi har absolut ingen pædagogisk baggrund for at kommunikere til målgruppen. Vi kunne med fordel have allieret os med f.eks. en lærerstuderende, for at få en bedre og mere målrettet pædagogik (vi formoder, at der i tidernes løb er sket en del forskning inden for denne form for formidling - om ikke andet så i forhold til undervisningsbøger). Et andet alternativ var at interviewe eller rådgive os med en gymnasielærer i matematik eller fysik (Brugernes chef jvf. Strøm [12]). 4 Syntetisering af musikstykke For at præsentere musiksyntese, på en måde der passer til vores målgruppe, har vi valgt at dele emnet op i re hovedbestanddele, der hver præsenteres på en side for sig. Disse sider skal læses i rækkefølge, hvis digital signalbehandling (herefter omtalt dsp) af audio er nyt for læseren, da de hver introducerer grundlæggende byggesten, der skal bruges i det efterfølgende afsnit. Desuden giver disse re afsnit den basale forståelse, der skal til for at sektionen om kompression kan forstås (opgave 5 i opgaveformuleringen [14]). Vi har valgt at inddele vores præsentation på følgende måde (område - menutekst): 1. Sinus funktioner - bølger 2. Sampling - sampling 3. Musiksyntese (koblingen mellem frekvens og noder)- musiksyntese 4. Indhyldningskurve - bedre musik 13

13 Hvert emne introducerer et vigtigt aspekt af principperne bag syntetisering af et musikstykke med brug af rene toner, skrevet i et sprog vi mener henvender sig til vores brugergruppe. Menuteksten er ikke sigende i alle tilfælde, men vi mener, at de begreber, der er valgt, er mere sigende for en person, der er ny til dsp af audio. Siderne gennemgås her, i den rækkefølge vi har fundet det hensigtsmæssigt at præsentere dem. 4.1 Bølger Denne er en gennemgang af sinus signaler. Selv om matematikken er den sværeste matematik, inden for denne del af præsentationen, er den meget simpel. Det er endog sandsynligt, at enkelte brugere kan huske formlerne fra 2.g i gymnasiet. Vi har overvejet at omdøbe variablerne til x, y og z og funktionsnavne til f og g, men har besluttet, at brugerne ikke vil lade sig skræmme af et abstraktionslag som uvante variabler - desuden vil det være en fordel, at de bliver fortrolige med notationen med græske bogstaver, hvis de skal arbejde med andre kilder. Vi gennemgår her de enkelte dele af siden og deres relevans Introduktion Vi har valgt at fænge brugeren med en kort opsummering af lyds relation til bølger. Denne er en forsimpling, af den virkelige verden, da den bl.a. ikke beskæftiger sig med bølgers bevægelse i faststof. Introduktionen er baseret på DSP First [5] afsnit og 2.7. Vi mener detaljeringsgraden i denne korte intro er acceptabel, da den blot er en appetit- og hukommelsesvækker Sinus funktioner Vi gennemgår her alle vigtige elementer i grundformlerne (DSP First [5] (2.3.1)), med undtagelse af faseforskydning. Vi har undladt at uddybe faseforskydning, da vi ikke har brug for det nogle steder i præsentationen. Grunden til at vi alligevel har valgt at beholde faseforskydningen i formlerne er, at vi vil undgå forvirring, i fald brugeren benytter sig af andre kilder. Dette afsnit er baseret på DSP First [5] afsnit 2 og 2.3, og gennemgår slavisk dette pensum Sammenhængen mellem frekvens og periode Dette afsnit er taget med for at understrege vigtigheden af forholdet mellem frekvens og sinusoider. Desuden introducerer det vigtige koncepter som periode og hertz, som er vigtige for at kunne forholde sig til sampling. Afsnittet er baseret på DSP First [5] afsnit Vi gennemgår dette pensum slavisk, med undtagelse af det historiske aspekt, hvilket vi forestiller os, kun har en vag interesse for brugerne (i hvert fald vores persona Per). 14

14 4.1.4 Hvilke frekvenser kan vi høre For at sikre os, at brugeren associerer lyd, frekvens og sinusoider, har vi taget dette afsnit med. Informationen om egenskaberne for det menneskelige øre er desuden en bold i luften til den psykoakustiske model Udeladt pensum Vi har valgt ikke at introducere komplekse signaler og fasorer. Grunden til dette er først og fremmest, at disse kræver en introduktion af komplekse tal, hvilket vi ikke ønsker at introducere, da vi nder, at matematikken er en smule for kompliceret for vores persona Per. Den sekundære grund er, at de ikke er nødvendige, for at fremføre de af opgaveformuleringen dikterede emner. 4.2 Sampling Målet med denne side er at gøre brugeren fortrolig med sampling. Vores mål er at brugeren skal kunne forstå, hvordan og hvorfor et signal samples. For konsistensens skyld (igen, hvis brugeren arbejder med andre kilder, eller vil søge uddybende information) introducerer vi Shannons sampling teorem (hvilket ikke er nødvendigt for en overordnet forståelse af sampling) og nævner Nyquist-raten Introduktion Vi skitserer her målet med præsentationen og berører i denne forbindelse computeres lager. Det falder uden for præsentationens mål, at introducere og forklare yderligere om lager. Vil brugeren lære mere om digital præsentation, må han læse om bits og bytes et andet sted, da dette på ingen måde er vigtigt for at forstå konceptet Sampling Vi introducerer her brugeren til sampling. Indfaldsvinklen er sampling af sinusoider, og vi gennemgår de overordnede koncepter og variabler introduceret i DSP First [5] afsnit 2.4 og Vi har således sikret, at brugeren har forstået, hvordan man kan tilnærme en bølgeform med forbind stregerne metoden, hvilket er forståelse nok til at introducere musiksyntese. Afsnittet er, for at møde brugernes ønske om illustrationer, tungt baseret på samme Sampling teoremet Dette er hovedsageligt nævnt for, at brugeren får fornemmelsen af et helhedsbillede (og mulig inspiration til at søge yderligere informationer). Det kan næsten betragtes som tarveligt ikke at nævne det. Det er ikke nødvendigt for forståelsen af musiksyntese. Afsnittet er alene baseret på DSP First [5] afsnit

15 4.2.4 Aliasing Dette afsnit er med, som begrundelse og uddybning af Sampling teoremet - det er vigtigt, at brugeren får at vide, hvilken straf der venter, hvis teoremet ikke overholdes. Afsnittet er baseret på DSP First [5] afsnit 4.1.3, mens kommentaren om et begrænsende lter kommer fra Halsall's [1] afsnit Vi har valgt ikke at vise formlerne, der viser aliasing eekten (DSP First [5] 4.1.3) og i stedet sige sådan er det, da den matematiske præsentation ikke bidrager til forståelsen af musiksyntese. Vi har undladt at omtale foldning - hvilket vi ellers mener hører til her - da det heller ikke bidrager til forståelsen af musiksyntese Konvertering fra analog til digital til analog For at vise brugeren, at det er muligt at omsætte et signal tilbage fra digital til sin analoge form, omtaler vi kort C-to-A og A-to-C omformere. Introduktionen, kan tænkes at være for uambitiøs, men for at holde det simpelt, og undgå at komme ind på interpolaritet (hvilket vi helt har valgt at udelukke, for ikke at fokusere på rekonstruktion), har vi stillet os tilfredse med denne korte introduktion. 4.3 Musiksyntese Vores indfaldsvinkel til syntetisering af musik er meget den samme som i DSP First [5] afsnit 3.5. Vi nder denne introduktionsform velegnet, da den arbejder ud fra noder - det universelle musiksprog - og relaterer dem til noget mere håndgribeligt, nemlig et klaver. Det kan godt virke akavet, hvis man ved hvad man snakker om, men vi mener Per vil sætte stor pris på denne lidt omstændelige konkretisering af musik Introduktion Introduktionen er her blot, for at fange brugerens opmærksomhed og for at skitsere indholdet af siden Noder Introduktionen af noder er nødvendig for at kunne skrive om musik. Derfor skitserer vi i dette afsnit kort, hvorledes de (i det valgte eksempel) aktuelle noder skal læses. Vi har gjort det så kort som vi tør, da det ikke er vores opgave at lære brugeren at læse eller skrive musik - alligevel er det nødvendigt, at vise vigtigheden af homogen notation (og give nok information til at eksemplet kan bruges). For at give brugeren en mere konkret forståelse af noder, forbindes disses betydning til tangenterne på et klaver, hvilket giver os den sidste byggesten for at introducere sammenhængen mellem frekvens og noder. Navnlig at noder er en måde at plotte frekvenser i et tidsdomæne på. Dette afsnit er baseret på DSP First [5] afsnit

16 4.3.3 Klavertangenters frekvens Her serveres de sidste facts, der skal sætte brugeren i stand til at beregne enkelte toner eller noder. Formlerne er taget fra DSP First [5], og bør ikke volde nogle problemer for vores brugergruppe Generering af simple toner Da brugeren nu kender frekvensen for alle relevante toner, er det blot nødvendigt at samle trådende fra den akkumulerede viden, og vise hvordan en ren tone (vi har valgt midt C) genereres. Dette afsnit forenkler intet for brugeren, og er som ovenstående baseret på DSP First [5] afsnit Musiksyntese Med en simpliceret forståelse af noder, og evnen til at beregne en enkelt node, er resten igen blot at samle tråde op, og vise brugeren hvordan garnnøglet ser ud. Her har vi også nævnt (og vist) at man kan addere sinusoider. Vi dog undladt, at gå ind i en forklaring af addition af sinusoider, da det ikke er enormt vigtigt, at brugeren forstår dette. Desuden vil en sådan præsentation hurtigt rejse en masse spørgsmål, der bringer fasorer, skalering og normalisering på bane, hvilket vi ikke ønsker at introducere brugeren for. Afsnittet er alene baseret på stof, der tidligere er gennemgået. 4.4 Bedre musik På denne side introducerer vi indhyldningskurver konceptuelt for brugeren. Vi har valgt at arbejde ud fra ADSR modellen, selvom denne ikke indgår i pensum. Vi har valgt dette, da modellen er nem at forstå og den giver en betydelig forbedring i lyden. Al information om ADSR kurver er taget fra DSP First [5] CD'en lab det samme gælder for de andre forslag, til forbedringer i musikken. Vi mener ikke brugerne bør få problemer med at forstå dette stof, da de fra deres 2.g matematik er vant til, at tage stilling til grafer med ukendte variabler 12 - desuden bør illustrationerne gøre denne kobling meget intuitiv. 5 Kompression, dekompression og vurdering af kvaliteten For at præsentere kompression af audio på en overskuelig måde, har vi valgt at dele præsentationen op i 3 dele. De to første dele er korte gennemgange af nogle af de basale forudsætninger for at forstå den 3. del. Her følger en liste over delene (navn - indhold): 1. Spektrum - beskrivelse af koncepterne bag spektralanalyse. 12 baseret på egne erfaringer 17

17 2. Kvantisering - kort gennemgang af kvantisering. 3. Komprimering - gennemgang af den psykoakustiske model og anvendelse af samme. Vi har valgt at give Spektrum og Kvantisering hver en separat side, fordi de lige netop er vigtige nok til, at de bør gennemgås for sig selv. Vi har valgt titlen Komprimering til hovedsiden, på trods af at siden i meget høj grad handler om den Psykoakustiske model. Dette har vi gjort fordi målet med at introducere den psykoakustiske model er at anvende et lter, der komprimerer signalet. Vi kunne have valgt at komprimering og den Psykoakustiske model skulle have hver deres side, men vi kunne ikke nde berettigelsen i at Komprimering skulle have sin egen side uden den Psykoakustiske model. 5.1 Spektrum På denne side har vi valgt at præsentere spektrumanalyse, på så basalt et konceptuelt niveau, som overhovedet muligt. Vi har valgt at afse en side til det, fordi vi på siden om kompression refererer til brugen af spektralanalyse, og fordi vi mener at det er vigtigt at forstå den basale teori for at kunne komme videre med kompression. Siden er løst baseret på DSP First [5] afsnit Vi har ikke selv en forståelse af matematikken bag spektralanalyse, og præsenterer derfor kun det overordnede koncept. Vi har bestræbt os på at vise, hvordan man kan bryde et sammensat signal op i enkelte sinusoider. I den sammenhæng kunne det have været en fordel også at vise, hvordan man adderer et antal sinusoider og får et kompliceret signal ud af det. Vi har dog valgt at holde os til den beslutning vi tidligere har truet mht. addition af sinusoider og har udeladt den del. Vi har valgt at holde os fra at inddrage forskellige repræsentationer og anvendelsesmuligheder af spektrogrammer, da vi ikke mener at det har relevans for præsentationen. Vores præsentation giver den vakse bruger ideen om, at en black box proces kan dele et signal op i et antal sinusoider, hvilket er alt brugeren behøver forstå om processen. 5.2 Kvantisering Kvantiseringen er en afgørende del af komprimering, og derfor har vi valgt at bruge en side på at forklare kvantisering. Da vi skrev siden, brugte vi materiale fra Halsall's [1] afsnit Vi har valgt at holde præsentationen på et basalt niveau, hvor vi blot beskæftiger os med, hvorfor at et signal ikke kan gemmes med uendelig præcision, og hvordan man bruger kvantisering til at gemme signalet med endelig præcision. Vi beskæftiger os ikke med den aktuelle bitrepræsentation jvf , for ikke at lade præsentationen blive for specik. Vi har henvist til at kvantiseringsstøj, i værste fald, kan overdøve signalet, men har udeladt metoden til at anslå hvor mange bit et givent signal mindst skal kvantiseres med, for at undgå at de laveste amplituder overdøves af støjen. Det har vi gjort fordi at selve metoden kun er relevant i forhold til implementation. Vi mener vores præsentation af konceptet gør det klart for brugeren, at høj præcision fylder meget, mens lav fylder lidt, hvilket er den vigtige lektie, der skal læres om kvantisering. 18

18 5.3 Komprimering Siden præsenterer den psykoakustiske model og skitserer kort, hvordan man ved hjælp af samme kan identicere ikke-hørbare signaler og derved opnå en kompression ved kun at gemme relevant data den psykoakustiske model I dette afsnit præsenterer vi de vigtigste dele af den psykoakustiske model. Vi er kommet til den konklusion, at det kunne være relevant at specicere nogle af de konceptuelle aspekter af den psykoakustiske model, som f.eks. mere specik fysiologisk data, forskellene på individers hørelse etc. Desværre har vi måtte udelade dette, da siden ellers ville blive for fyldig, og fordi vi er bange for, at en for omfangsrig udenomshistorie vil fjerne brugerens fokus fra det, som er centralt i præsentationen. Det ville have været indlysende at begynde med kort at beskrive normaliseringsprocessen mht. lydniveau. Desværre måtte vi erkende at vores beslutning om ikke at beskæftige os med komplekse tal, og om ikke at dykke ned i amplituder og lydniveau, ikke tillod os at komme ind på emnet Den absolutte høregrænse I dette afsnit har vi taget udgangspunkt i Halsall's [1] afsnit 4.2.6, og vi har valgt at præsentere den absolutte høregrænse, stort set som vi nder den der. I Painter & Spanias' artikel [8], står der yderligere en beskrivelse af, hvordan man sætter et referenceniveau mellem ATH og det konkrete signal. Det har vi udeladt fordi det udelukkende er implementationsrelevant Frekvensmaskering Det meste af teksten tager udgangspunkt i Halsall's [1] afsnit 4.2.6, kun beskrivelsen af Bark-skalaen tager udgangspunkt i Painter & Spanias' [8] afsnit IIB. Alle formler er taget fra Painter & Spanias' artikel [8]. I artiklen ndes der et væld af informationer omkring bearbejdning af data i henhold til den psykoakustiske model, men det meste er udelukkende implementationsspecikt Temporal maskering Dette afsnit tager udgangspunkt i Halsall's [1] afsnit 4.2.6, og informationen optræder stort set uændret i præsentationen. Det er fordi at kilden i forvejen er meget generel, og kun beskæftiger sig med koncepter. I Painter & Spanias' artikel [8], står der, ud over det vi har taget med fra Halsall, ca. hvor længe indhyldningskurven for temporal maskering varer, men vi har valgt at udelade den information, fordi det ikke er videre relevant i sammenhæng med en konceptuel gennemgang. 19

19 5.3.5 Implementation af den psykoakustiske model Her beskriver vi, hvordan de komponenter, vi har præsenteret hidtil, skal samles til én sammenhængende proces. Brugeren har et overblik over den psykoakustiske model og har lært, at modellen applikeres på et spektrum af frekvenser. Det kædes sammen med det, som brugeren har lært om spektralanalyse, og når det bearbejdede signal gemmes, kædes helheden sammen med kvantisering. 5.4 Problemer med implementation og lydkvalitet Vi har valgt ikke at give brugerne implementations-specikke informationer om det komprimerede lydstykke (f. eks bit ved kvantisering), men blot at opsummere kompressionsraten. Vi har en lav kompressionsfaktor, med et relativt godt resultat, for at brugerne skal have tiltro til vores halve løsning, der kun implementerer ltre baseret den absolutte høregrænse og frekvensmaskering. Vi overvejede at præsentere ere forskellige kompressionsrater og tilhørende kvaliteter, men mente at dette ville blive for implementationsspecikt. Den komprimerede musik er genereret ved hjælp af det program, vi udviklede i forbindelse med tredje godkendelsesopgave 2003 [10], med ganske få modikationer. Det eneste problem vi har oplevet med dette program - der som nævnt ovenfor, kun benytter ltre baseret på den absolutte høregrænse og frekvensmaskering - er, at en høj kompressionsfaktor giver en dårlig rekonstruktion, hvilket er forventeligt af en halv løsning. Det valgte stykke har en kompressionsfaktor på 5,114. Dets rms (root mean square) fejl ligger nede på 0,030 og dets SNR_rms (singal-to-noise root mean square ) ligger på 29,947. Disse tal bekræfter, at den valgte kompressionsfaktor ikke er helt i top, i forhold til lydkvaliteten, i forhold til de erfaringer vi gjorde os under den eksperimentelle validering i tredje godkendelsesopgave [10]. rms er egentlig rimelig ot, men SNR_rms skal gerne ligge omkring de 40, før end signalet lyder godt. 6 Konklusion Opgaven går ud på at konstruere en multimediepræsentation, i form af et websted, som forklarer syntetisering og kompression. Brugergruppen er matematiske gymnasieelever i 3.G, eller nogle som har samme forudsætninger. Vi skal forklare de emner som 2. og 3. del af multimediekurset handlede om. Forklaringen skal have form af et website, så vi også har brug for de hci-teknikker, som vi lærte i første del af kurset. Før vi kunne tage stilling til indholdet af præsentationen, og hvilke tilpasninger som var nødvendige i forhold til brugergruppe, var vi nødt til at analyserer brugergruppen nærmere. I opgaven gives en indgangsvinkel til brugerne, som associerer de emner som vi skal forklare, med mobiltelefoni. Under udfærdigelsen af de spørgsmål som vi ville stille brugergruppen, blev det tydeligt at vi ikke helt kunne få hold på, hvordan vi skulle udnytte den indgangsvinkel. Vi måtte erkende at vores viden om audio i forbindelse med mobiltelefoner er ret begrænset. Vi erkendte også at vi ikke er i besiddelse af de pædagogiske værktøjer som kunne hjælpe os til at til at afgøre hvilken måde emnet skal præsenteres på, for 20

20 at gøre det attraktivt for brugergruppen (i forbindelse med mobiltelefoner eller på anden vis). Tidsrammen for opgaven tillod os ikke selv at sætte os ind nogle af de to områder. Af nævnte årsager har vi kun kunnet formulere spørgsmål til vore brugere, mht. mobiltelefoni, som var meget generelle. De generelle spørgsmål har aødt meget generelle svar, som til sin tid ikke har kunnet bruges til at skabe en rød tråd, baseret på mobiltelefoner, gennem præsentationen. I vores valg af brugere til interviews, har vi været nødt til at tilnærme os den brugergruppe som er speciceret i opgaven, hvilket også kan være en medvirkende årsag til at ikke har fået mere ud af indgangsvinklen. Præsentationen er udført i et enkelt, gedigent og funktionelt design. Farvevalget er simpelt, men brugervenligt, og vi har forsøgt også at tilgodese folk som er farveblinde. Den implementerer de este af de elementer som brugerundersøgelsen bragte for dagen. Vi har lagt mærke til at at en del af de ting som brugerne foretrækker, er ting som vores pensum i HCI også opfordrer til brugen af (placering af links, overblik og zoom, etc). Det har desværre ikke været muligt at implementere alle ønskerne. Det er der forskellige årsager til, dels er der ting som ikke kan implementeres med de værktøjer vi har til rådighed (pop-up vinduer), dels er der ting som ikke kan implementeres indenfor de rammer som opgaven specicerer (f.eks er sidens struktur, og antallet af features stærkt begrænset af antallet af sider den må fylde). Indholdet i præsentationen er delt op i række underpunkter, så man kan forstå stoet trinvist. Man kan læse punkterne i rækkefølge, som én lang ubrudt præsentation, eller man kan bruge sideoverskrifterne og stikordene på de enkelte sider, til at nde den data man har brug for. Ud fra brugernes matematiske forståelsesniveau, har vi besluttet at gengive det meste af emenernes matematiske indhold, i præsentationen. Dog har vi valgt at udelade komplekse tal, fasorer og nogle ganske få ting som ville blive akavede at forklare uden at komme ind på de to første (f.eks addition af sinusoider). Vi har ikke valgt at udelade disse ting, fordi vi ikke tror på at brugerne ville kunne sætte sig ind i dem, men fordi at præsentationen ellers ville for voldsom, og fordi vi ikke har sider nok til at beskrive dem ordentligt. Fordi at præsentationen ikke skal sætte brugerne i stand til at implementere nogle koncepterne, har vi valgt ikke at forplumre præsentationen med detaljer og koncepter som er implementationsspecikke. På den anden side er præsentationen så matematisk detaljeret at det er et relativt lille skridt at tage, hvis man virkelig ønsker at beskæftige sig med emnerne på implementationsniveau. Alt i alt føler vi at vi har brugt de metoder som opgaven angiver, til at konstruere en præsentation som er veldesignet, tilgængelig for brugergruppen og matematisk redelig. Der er en tydelig rød tråd gennem præsentationens individuelle dele, og præsentationen giver både god mening i sig selv, og som springbrædt til en mere komplex forståelse af emnerne. Hvis opgaven har en svaghed, er det i den tidlige del, hvor mangel på tid til at sætte os ind i koncepter uden for pensum, og en sub-optimal brugergruppe har tvunget os til at træe nogle valg, som muligvis ikke er helt i tråd med det som var tanken bag opgaveformuleringen. 21

21 Litteratur [1] Fred Halsall. Multimedia Communications. Applications, Networks, Protocols and Standards. Addison-Wesley, [2] Rune Højsgaard. Foranalyse til k1. Aeveret onsdag d. 30 april, [3] Kasper Hornbæk and Erik Frøkjær. Evaluating User Interfaces with Metaphors of Human Thinking. Technical report, Datalogisk Institut og Naturvidenskabeligt IT Kompetencecenter, Københans Universitet, [4] Sune Juel Jensen. Foranalyse til k1. Aeveret onsdag d. 30 april, [5] J. H. McClellan, R. W. Schafer, and M. A. Yoder. DSP FIRST: A Multimedia Approach. Prentice Hall, [6] R. Molich. Brugervenlige edb-systemer. Teknisk Forlag, pp [7] Jakob Nielsen. Usability Engineering. Academic Press, siderne og [8] Ted Painter and Andreas Spanias. A Review of Algorithms for Perceptual Coding of Digital Audio Signals. Technical report, Department of Electrical Engineering, Telecommunications Research Center, Arizona State University, [9] Ben Shneiderman. Designing the user interface: strategies for eective humancomputer-interaction. Addison Wesley Longman, Inc., third edition, [10] S.I.Olsen. Godkendelsesopgave G3 : SCOD, februar [11] Georg Strøm. Multimedieteknologi, noter til forelæsninger 24. og 27. september Sammenhæftet A4 samling, september [12] Georg Strøm. Multimedieteknologi, noter til forelæsninger september Sammenhæftet A4 samling, august [13] Georg Strøm. Multimedieteknologi, noter til forelæsninger 4. til 11. oktober Sammenhæftet A4 samling, september [14] Georg Strøm. K-opgave: Fremstilling af en multimediebaseret præsentation, april [15] Undervisningsministeriet. Bekendtgørelse om gymnasiet, studenterkursus og enkeltfagsstudentereksamen (gymnasiebekendtgørelsen). Maj [16] W3C. Html 4.01 specication. december