Próbuję wyodrębnić funkcje z pliku dźwiękowego i sklasyfikować dźwięk jako należący do określonej kategorii (np. Szczekanie psa, silnik pojazdu itp.). Chciałbym wyjaśnić następujące kwestie: 1) Czy to w ogóle wykonalne? Istnieją programy rozpoznające mowę i rozróżniające różne rodzaje szczekania...
Obliczam FFT z wejścia mikrofonu. Zauważam, że niższe częstotliwości zawsze wydają się mieć większą moc (wyższe dB) niż wyższe częstotliwości. Tnę dane na ramki 24576 bajtów (4096 * 6). Zastosuj okno Hamminga: input[i] *= (0.54d - 0.46d*(double) Math.Cos((2d*Math.PI*i)/fs)); Uruchom go przez FFTW...
Próbuję obliczyć głośność ścieżki dźwiękowej, którą zapisałem w buforze. Bufor zawiera dane PCM sygnału i chcę dowiedzieć się, jak „głośno” jest za pomocą Root Mean Squared. Zakładam, że mogę to zrobić w dziedzinie czasu zamiast przełączać się na dziedzinę częstotliwości. Jaki byłby na to...
Teraz przetwarzam plik MP3 i napotkałem ten problem. Moje MP3 jest zakodowane stereo. Chcę wyodrębnić partię wokalną do dalszego przetwarzania (niezależnie od trybu sygnałów wyjściowych, mono lub stereo). O ile mi wiadomo, audio jest zakodowane w różnych pasmach sub-dis-joint w MP3. Myślę, że mogę...
Mam małą aplikację w stylu karaoke, w której użytkownik śpiewa 4 wiersze piosenki, z jedną sekundą przerwy między nimi. Nie ma podkładu muzycznego, więc jest to tylko głos, miejmy nadzieję, że problem będzie łatwiejszy do rozwiązania. Szukam najbardziej niezawodnego sposobu na dokładne wykrycie,...
Szukam dobrych narzędzi do przetwarzania sygnału audio. np. analiza mowy i muzyki, automatyczna identyfikacja języka itp. Czy biblioteka Scipy zapewnia funkcje przetwarzania dźwięku? Czy ma dobre narzędzie do przetwarzania sygnału audio? Czy możesz zasugerować do tego
Zaprojektowanie prostego filtru pasmowego IIR II rzędu z filtrem Buterwortha o częstotliwości środkowej 500 Hz i szerokości pasma 1 oktawy daje mi następujące pasmo przenoszenia ... Teraz, jeśli wezmę odpowiedź impulsową i znormalizuję ją i przekonwertuję na dB, możemy zaobserwować zanik...
Próbuję dowiedzieć się, w jaki sposób (jeśli to możliwe) wyodrębnić komponenty częstotliwości arbitralnej próbki audio (zazwyczaj muzyki) w sposób podobny do FFT, ale w swoich badaniach nad algorytmem FFT dowiaduję się, że cierpi on na pewne surowe ograniczenia w tym celu. Istnieją 3 problemy,...
Jeden z moich weekendowych projektów wprowadził mnie w głębokie wody przetwarzania sygnałów. Podobnie jak w przypadku wszystkich moich projektów kodu, które wymagają trochę matematyki, cieszę się, że majsterkuję, aby znaleźć rozwiązanie pomimo braku teoretycznego uziemienia, ale w tym przypadku nie...
tło Projektuję system, który będzie miał pojedynczy mały mikrofon i głośniki do użytku w ustawieniach typu telefonu. Najłatwiejszym przykładem, jaki mogę podać, jest rozmowa przez Skype, w której używasz głośników komputera i mikrofonu stacjonarnego. Martwię się, że dźwięk z głośników zostanie...
Jakich technik można użyć do oszacowania czasu rozpoczęcia wybuchu sinusoidalnego tonu w głośnym sygnale? Załóżmy, że impuls tonowy ma znaną stałą częstotliwość (ale nieznaną fazę) i bardzo ostry czas narastania, a celem jest oszacowanie czasu rozpoczęcia w czasie lepszym niż połowa czasu...
Chciałbym rozpocząć naukę przetwarzania sygnałów audio. Istnieje wiele książek online i artykułów naukowych, z których wszystkie pomijają podstawy tego tematu. Chciałbym poznać przybliżoną mapę drogową, którą można by rzec, aby pomyślnie nauczyć się przetwarzania sygnału audio. Przeczytałem, że...
Z przyjemnością przyjmuję sugestie w języku R lub Matlab, ale kod, który przedstawiam poniżej, jest tylko w języku R. Załączony poniżej plik audio to krótka rozmowa między dwojgiem ludzi. Moim celem jest zniekształcenie ich mowy, aby treść emocjonalna stała się nie do poznania. Trudność polega na...
Szukam algorytmu (ów) do rozwiązania następującego problemu: Biorąc pod uwagę głośne przechwytywanie dźwięku .wav (trochę wiatru + szum tarcia na mikrofonie), jak wykryć BPM miękkiego uderzenia bębna? Próbowałem googlować ten temat, ale wyniki są dość słabe, ze względu na dużą liczbę programów...
Kiedy syntetyzując i przetwarzając dźwięk na nowoczesnych procesorach, należy rozważyć użycie czegoś innego niż zmiennoprzecinkowy pojedynczej precyzji (32 bity)? Oczywiście dźwięk przychodzący i wychodzący do świata rzeczywistego ma 16/24 bity, więc mówię tylko o precyzji sygnałów (zarówno samego...
W dół próbkuję dźwięk głosu, najpierw wykonując FFT, a następnie biorąc tylko te części wyniku, których potrzebuję, a następnie wykonuję odwrotną FFT. Działa jednak poprawnie tylko wtedy, gdy używam częstotliwości, które są potęgą dwóch, powiedzmy próbkowanie w dół z 32768 do 8192. Wykonuję FFT na...
Tło: Oprogramowanie, którego używam do analizy moich sygnałów, to Matlab. Mam dwa sygnały audio, które zostały nagrane za pomocą dwóch czujników magnetycznych. Nazwijmy jeden czujnik A, a drugi B. A i B mają między sobą indukcyjność. Podczas gdy czujniki A i B działają, chciałbym odjąć informacje...
Próbuję obliczyć autokorelację na platformie, na której jedyną dostępną przyspieszoną operacją podstawową jest (I) FFT. Mam jednak problem. Prototypowałem go w MATLAB . Jestem jednak nieco zdezorientowany. Założyłem, że działa po prostu w następujący sposób (pochodzi z pamięci, więc przepraszam,...
Szukając odpowiedzi na ten problem, znalazłem tę tablicę, więc postanowiłem opublikować moje pytanie z przepełnienia stosu. Poszukuję metody określania podobieństwa między segmentem audio a głosem ludzkim, który jest wyrażany liczbowo. Sporo szukałem, ale to, co do tej pory znalazłem...
Jak dodać nieparzyste lub parzyste harmoniczne do sygnału zmiennoprzecinkowego? Czy muszę używać tanh lub grzechu? Staram się uzyskać bardzo proste efekty zniekształceń, ale trudno mi znaleźć dokładne referencje. To, co chciałbym, to coś podobnego do tego, co robi Culture Vulture , dodając...