1.音频信号处理的基本问题


1.简述

该篇文章只是以初学者的心态提出一些问题,同时通过浏览资料自答这些问题。

参考书籍:
a.离散时间语音信号处理.pdf
b.数字信号处理:理论与应用.pdf
c.数字信号处理(吴镇扬).pdf
d.漫画傅立叶解析.pdf
e.Digital Audio Signal Processing.2nd Edition.pdf
f.通信原理.pdf

1.能处理语音信号的基础条件是什么?

答:首先必须要有数学模型,而在时域分析,都是一系列的波形,分析起来也必定比较复杂,所以必须要寻求另外一个方式的分析。在做完另外一个方式的分析、处理操作之后,也必须要能转回到原来的数学模型中,其实这整个过程就是傅立叶变换与逆变换了。中间对信号的处理,就涉及到了滤波器等等知识。

2.对语音信号做fft根据是什么?

答:我们知道,对于计算机而言,语音信号就是一系列的离散值,并没有数学模型,那是如何做出fft的呢?这里就要说明一个函数了:


任意信号的表达式

这个是任意音频信号的逼近表达式,也就是说,不管获取的是什么数据,都可以通过这个函数来逼近。现在剩余的就是怎么去求解三个系数了,求系数的过程其实就是傅立叶变换,而如果对系数的计算做算法处理,让速度更快,就成了快速傅立叶变换。所以说,傅立叶变化只是将分析方法搬移到了频率域而已,因为变换之后还是能变换回来的,只是中间会有不同程度的精度损失。

3.音频信号处理为什么都用IIR滤波器?

答:1个方面是因为计算复杂度降低,也就是说计算速度快,相位效果好,而弊端是引入一个恒定的相位移。从模拟滤波器到数字滤波器,可以使用脉冲响应不变法和双线性变换法来从模拟滤波器转换到数字滤波器。iir滤波器有一些指标:

iir滤波器指标

通带和阻带的容限一般使用的是db值描述。

再给出两个公式定义:


通带最大衰减和阻带最小衰减定义

上式中,分子的值归一化为1,所以3db通带截至频率值为0.707.

4.为什么音频信号要从时域转换到频域?

答:主要是分析信号的频率的组成成分。

5.怎么使用matlab处理音频信号,fft怎么做?

答:首先看离散fft的基本转换公式:


离散傅里叶变换
离散傅里叶变换展开
clf;
fs=100;N=1024;                   %采样频率和数据点数
n=0:N-1;t=n/fs;                 %时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号

subplot(2,1,1),plot(t,x);

y=fft(x,N);                     %对信号进行快速Fourier变换
mag=abs(y);                     %求得Fourier变换后的振幅
f=n*fs/N;                       %频率序列

subplot(2,1,2),plot(f,mag);     %绘出随频率变化的振幅

离散傅里叶变换图

6.音频信号的工程应用中,使用了哪些测试信号?

答:有高斯白噪声和粉红噪声。高斯白噪声可以在matlab中使用randn函数来产生,而粉红噪声就可以在高斯白噪声的基础上加一个滤波器,这样就可以达到效果了。

7.信号怎么分类?

信号分为确定性信号和随机信号,随机信号常用统计量来描述。最常用统计量有均值、方差相关函数与功率谱密度,3阶、4阶高阶矩和高阶累积量,高阶谱等。随机信号有平稳随机信号和非平稳随机信号。
FFT分析是建立在平稳信号的基础上的。从这个意义上讲,并不是说fft不能分析非平稳信号,而是说,如果能将非平稳信号转为平稳信号,也是可以做分析的。

8.GEQ与PEQ是什么?它们有什么重要的衡量指标?

一般认为EQ可以分为3类,分别为图示均衡器(GEQ)、参量均衡器(PEQ)与房间均衡器。

GEQ与PEQ分别是图示均衡器与参量均衡器。它们都有3个重要的指标参数:Q值、Gain增益、Freq频率。Q值指的是频率线的弯曲幅度。Q越大则表示所选的频率范围越集中,Q越小则所选的范围越广阔。

EQ可以改变频率,它看起来与滤波器很像,但是滤波器确是砍去波形。

因为EQ可以增强与衰减某一个频率段的频率,所以可以通过粉红噪声,再结合EQ,可以训练耳朵听某一个频率的变换。

目前常用的图示均衡器将频率分为10段、15段、27段与31是段。10段均衡器的频点是以倍频程间隔分布,使用在一般的场合中,15段均衡器是2/3倍频程均衡器,用在专业扩声上,31段均衡器是1/3倍频程均衡器,多数有在比较重要的需要精细补偿的场合下。关于这部分可以在cooledit的Effects---->Filters---->Graphic Equaizer有实际效果图,可以推拉柱状图查看,如下图所示:

图示均衡器

10段均衡器的频率分布为:[100Hz, 200Hz, 400Hz, 600Hz, 1KHz, 3KHz, 6KHz, 12KHz, 14KHz, 16KHz]
15段均衡器的频率分布为:[40Hz, 63Hz,100Hz,160Hz,250Hz, 400Hz, 630Hz, 1KHz, 1.6KHz,2.5KHz,4KHz, 6.3KHz, 10KHz, 14KHz, 16KHz]
31段均衡器的频率分布为:[20Hz, 25Hz, 32Hz, 40Hz, 50Hz, 63Hz, 80Hz, 100Hz,125Hz, 160Hz, 200Hz, 250Hz, 315Hz, 400Hz, 500Hz, 630Hz,800Hz, 1KHz, 1.25KHz, 1.6KHz, 2KHz, 2.5KHz, 3.15KHz, 4KHz,5KHz, 6.3KHz, 8KHz, 10KHz, 12.5KHz, 16KHz, 20KHz]

目前常用的参数均衡器可以对声音做更精细的调节,多附设在调音台上,调节的参数内容包括频点、频段、增益和品质因数Q值等。关于这部分的实际调参图,可以参考下图:


参数均衡器

通过均衡器的图形带来的冲击感,就会发现,声音也是可以拿来玩的。同样,cooledit也的确是一个神器。

cooledit也是可以making music的,如下图所示:


创作音乐

9.常用效果器有哪些?

  1. 失真效果器(distortion)
  2. 混响效果器(reverb)
  3. 延迟效果器
  4. 弗兰哥效果器(Flanger),镶边器
  5. 合唱效果器(chorus)
  6. 哇音效果器(WAH-WAH)
  7. 均衡器(Equalizer)
  8. 压限器(compressor)
  9. 调制效果器(Modulation)
    有相位器(phaser)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,258评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,335评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,225评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,126评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,140评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,098评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,018评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,857评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,298评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,518评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,400评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,993评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,638评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,661评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容

  • 一、傅立叶变换的由来 关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚...
    constant007阅读 4,424评论 1 10
  • reference 《spoken language processing》 1 语音基础 名词解释 pitch ...
    艺术叔阅读 16,633评论 2 48
  • 我愿意陪你 呀呀学语 听你一声妈妈 我愿意陪你 蹒跚学步 看你走向我的怀抱 我愿意陪你 探索世界 看蚂蚁搬家的奥秘...
    牟若水阅读 321评论 14 7
  • 没有月光和星辰 没有蝉鸣和蛙叫 没有小草的轻抚 清风在无意间 带来了 远方的点点星火
    俞语阅读 335评论 1 10
  • 雾霭贴着苍山的纹路向后延绵而去,近海的公路和村庄早已被笼罩在这层蚕丝般的水雾之中,淡青色的海面与以往晴空下的碧蓝不...
    栎柟阅读 159评论 0 0