|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Diplomová práce se zabývá vytvořením vhodných multimediálních podkladů z oblasti signálů a soustav se spojitým časem. Pochopení této problematiky je velmi důležité, neboť povinný předmět Signály a soustavy, resp. BSIS, je vyučován na bakalářském stupni oboru EST. Porozumění vyučované látky je nezbytnou prerekvizitou v dalších předmětech k úspěšnému zvládnutí navazující látky. Další část diplomové práce je zaměřena na jednorozměrné diskrétní signály. Konkrétně si klade za cíl realizaci softwarového systému. Navržený systém disponuje jak základními operacemi (energie signálu, počet průchodů nulou atd.) se zvukovými soubory, tak i funkcemi složitějšími, mezi které se řadí např. vyhledávání samohlásek v plynulé řeči. Systém je rozdělen na dvě části. První program analyzuje právě zvukové soubory, vytváří nový zvukový soubor s hledanou samohláskou a soubory s potřebnými parametry pro další zpracování. Druhý program analyzuje získaná data, která následně statisticky vyhodnocuje. Výsledný systém může být užitečný pro identifikaci mluvčího, jeho emočního stavu atd.
Vytvořený program využívá rozdělení
zvukového souboru bez vzájemného překrytí sousedních úseků.wav file.
V našem případě soubor rozdělen krátké úseky délce ms. Uvažujeme-li
vzorkovací kmitočet fvz= kHz, získáváme jednotlivé segmenty analyzování délce
160 vzorků.\n'))
end
name=input('Please set the name analyzed file without
extension: ','s')
Po provedení nezbytných počátečních operací zvukovým souborem jsou
programem provedeny další operace.
Po provedení segmentace jsou vždy prováděny operace aktuálním úsekem. Please start the program again with
the resampled *.
Obr.
Na konci celého procesu daný úsek vyhodnocen jako užitečný nebo neužitečný. Let analyze it. Program nejprve vypočte velikost šířky okna.
Na daném úseku nejprve signál normován tak, aby příslušná absolutní hodnota
amplitudy daném úseku dosahovala úrovně Následně normovaný signál
váhován Hammingovým oknem potlačení nežádoucích efektů kraji jednotlivých
segmentů. Pokud celkový počet vzorků signálu celočíselně nedělitelný délkou okna
(160 vzorků), signál doplněn potřebný počet nul tak, aby byl celkový počet vzorků
signálu bezezbytku dělitelný délkou okna. Následně jsou daném úseku vypočteny LPC koeficienty lineární predikce
řádu 10, pomocí kterých vyhotoveno příslušné LPC spektrum. opačném případě úsek zapomenut identické operace jsou prováděny
s následujícím úsekem.31
break;
disp(sprintf('Resampling done.
V případě, daný úsek vyhodnocen jako užitečný, společně svými parametry
uložen. Rozdíl mezi
překrývajícími segmenty oddělenými segmenty znázorněn obrázku 28,
kde jsou červeně znázorněna okna délce překrytím ms, černě okna délce
20 bez překrytí.\n'))
break;
else
disp(sprintf('The sound file OK. vykreslení
. 28: Rozdíl mezi segmenty bez překrytím
