HelpSource/Classes/MantissaMask.schelp

   1 class:: MantissaMask
   2 summary:: Reduce precision.
   3 categories::  UGens>Filters>Nonlinear
   4
   5
   6 Description::
   7
   8 Masks off bits in the mantissa of the floating point sample value.
   9 This introduces a quantization noise, but is less severe than linearly
  10 quantizing the signal.
  11
  12
  13 classmethods::
  14
  15 method::ar, kr
  16
  17 argument::in
  18 The input signal.
  19
  20 argument::bits
  21
  22 The number of mantissa bits to preserve. A number from 0 to 23.
  23
  24
  25 argument::mul
  26 Output will be multiplied by this value.
  27
  28 argument::add
  29 This value will be added to the output.
  30
  31 Examples::
  32
  33 code::
  34
  35 // preserve only 3 bits of mantissa.
  36 { MantissaMask.ar(SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4), 3) }.play
  37
  38 // the original
  39 { SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4) }.play
  40
  41 // the difference.
  42 (
  43 {
  44         var in;
  45         in = SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4);
  46         Out.ar(0, in - MantissaMask.ar(in, 3));
  47 }.play
  48 )
  49
  50
  51 // preserve 7 bits of mantissa.
  52 // This makes the lower 16 bits of the floating point number become zero.
  53 { MantissaMask.ar(SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4), 7) }.play
  54
  55 // the original
  56 { SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4) }.play
  57
  58 // the difference.
  59 (
  60 {
  61         var in;
  62         in = SinOsc.ar(SinOsc.kr(0.2,0,400,500), 0, 0.4);
  63         Out.ar(0, in - MantissaMask.ar(in, 7));
  64 }.play
  65 )
  66
  67 ::