چندتا سوال در مورد سیگنال صوت

[k256_m211]

با سلام به تمام بچه های الکترونیکی
من دانشجوی کامپیوتر هستم و یک پروژه تشخیص گفتار دارم و چندتا سوال در مورد سیگنال صوت دارم
اول این که چه طوری میتونم نمونه های دیجیتالی را که توسط کارت صوتی برای صدا تولید میشه راببینم و
دوم تبدیل فوریه گسسته DFT و یا FFT چه مشخصاتی را از صدا به من میدهندو
سوم چیزی میشناسید که سیگنالهای صوت وکار با انها را توضیح داده باشه.
با تشکر

[محمد نحوی]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
1- توی پست دیگه ای که زده بودید جواب رو گفتم.

2- من با FFT کار کردم. با گام مشخصی که داره مثلا اگه 1000 تا نمونه در یک ثانیه گرفته باشید و از این سیگنال FFT بگیرید، دامنه و فرکانس هارمونیک های از فرکانس 0 تا 500 رو بهتون میده. مثلا میگه در این یک ثانیه سیگنالی که نمونه برداری کردید یه هارمونیک هست با فرکانس 3 هرتز و دامنه 5 یه هارمونیک هست با فرکانس 500 و دامنه 1 و .... .
3- اطلاعاتی ندارم.
موفق باشید.

[k256_m211]

پاسخ : چندتا سوال در مورد سیگنال صوت

ممنون جوابتون عالی بود
چند سوال دیگرهم داشتم .بعد از اینکه FFT نمونه اصوات هر کدام از حروف را گرفتم حالا به چیزی احتیاج دارم مثل یک مدل اماری که بتونه فرکانس ها ودامنه های اصلی هر حرف را بدون توجه به صدای فردی که اون رو تلفظ می کنه پیدا کنه .البته این تعداد نمونه باید حداقل باشه که قابلیت پردازش در کامپیوتر را داشته باشه .توmatlab راه حلی برای این کار هست یا نه.بعد اینکه در مورد فرمت های صدا مثل PCM و IMA ADPCM ویا فرمت های دیگه صدا اینها چی هستند وچرا دستور wavread فرمت دوم را قبول نکرد و error داد و به نظرچه فرمتی را برای ذخیره گفتار بهتره انتخاب کنم. اگر اطلاعاتی در این مورد دارید کمکم کنید تا بخشهای مربوط به DSP پروژه را تکمیل کنم.

[محمد نحوی]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
معمولا این کار رو به جای استفاده از تکنیک های آماری با شبکه های عصبی انجام میدم. چیزی که برای خودم هنوز سوال هست اینکه تن صدای اشخاص کجای این اطلاعات قرار گرفته جواب این سوال رو خودمم نمیدونم.
ولی در مورد فرمت های دیگه صدا نمیدونم من کارم آزمایشگاهی بود برای همین همه رو WAV ذخیره کردم اگه help دستوری که دادم رو بگیرید دستورات مشابه رو هم میاره شاید اونها کمکی بکنه.
موفق باشید.

[k256_m211]

پاسخ : چندتا سوال در مورد سیگنال صوت

دوست عزیز فکر کنم دچار error  شدید .منظورم type صدا نبود که گفتید همیشه با .wav صدا را save  می کنید منظورم دقیقا format صدا بود .برای اینکه بهتر متوجه حرفام بشید لطفا به برنامه sound recorder  که مال win است مراجعه کنید .وقتی می خوایم یک صدا را در این برنامه save کنیم به جز اینکه می توان type صدا را انتخاب کرد می توان فرمت های مختلفی راهم انتخاب کرد اگه change رو بزنید بقیه رو هم می بینید .می خواستم بدونم اینها چی هستند.
سوال مهمتر اینکه حالا من با دستور a=wavread() فایل صدام رو باز کردم از کدام یک از دستورات fft باید استفاده کنم اگر برنامه دارید که بتونه fft سیگنال صدا را بده لطفا کمکم کنید.

[محمد نحوی]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
ببینید سیگنال صوت تا فرکانس حدود 4 کیلو هرتز رو اگه داشته باشه صدا مفهوم هست اگه با 2 برابر سرعتش نمونه برداری کنید میشه گفت همه داده ها مورد نیاز رو دارید. اگه بیشتر باشه سرعت رو کند میکنه اگه کمتر باشه هم مشکلاتی ایجاد میکنه. صدا رو mono و با فرکانس 8khz ضبط کنید.
در مورد FFT من کدش رو خودم نوشتم یه مقدار باید با FFT متلب سر و کله بزنم. شما یه help FFT بنویس کلی چیز دست میاد من هم یه امتحانی میکنم.
موفق باشید.

[k256_m211]

پاسخ : چندتا سوال در مورد سیگنال صوت

باید بگم درست چیزی رو که می خواستم گفتید تشکر
تقریبا کارم با fft تموم شد .به فیلتر ها رسیدم .فکر می کنم به یک فیلتر احتیاج دارم که صداهای رو که از یک مقدار انرژی کمتر دارند را حذف کند و نیز صداهای رو که فرکانس اونها در حوزه فرکانس های که تار های صوتی که انسان میتونه تولید کند نیست رو حذف کند .سوال اول چه دستوراتی از matlab می تونه این کار را کند .دوم اطلاعاتی درمورد خود فیلتر ها و به زبان بهتر چه طور می تونم مقدار نویز سیگنالم را به حداقل برسونم
با تشکر

[محمد نحوی]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
اگه میخواهید حذف نویز انجام بدید فکر کنم باید با فرکانس بالاتری نمونه برداری کنید چون نویز معمولا فرکانس بالایی داره اگه با فرکانس کم نمونه برداری کنید اصلا هارمونیک های مربوط به نیوز ظاهر نمیشن. مثلا با 16 کیلو هرتز نمونه برداری کنید بعد دامنه فرکانس های بین 4 کیلو هرتز تا 8 کیلو هرتز رو صفر کنید و دوباره سیگنال رو به حوزه زمان ببرید.
در مورد فیلتر های خود متلب من کار نکردم. باید از Help خودش استفاده کنید.
موفق باشید.

[k256_m211]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام
بعد از چند مدت با چند تا سوال برگشتم
می خواستم بدونم high pass filter به صورت first-order FIR چیه .من یک فرمول به صورتH(z)=1-az^-1 0.9< a <1.0 دارم که مقدار a باید برابر 0.9375 باشد matlab help را برای دستور FIR خوندم ولی نفهمیدم چه طوری فرمو لم را با این دستور درست کنم
لطفا این دستور را برام بنویسید و بگید چی کار می کنه
با تشکر

[محمد نحوی]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
من متوجه نشدم اگه امکانش هست عنوان مطالبی که از Help متلب مطالعه کردید رو به من هم بدید.
این رو هم متوجه نشدم first-order FIR اگه ممکنه یه مقدار بیشتر توضیح بدید(شرمنده من واحد سیگنال رو نداشتم خودم خوندم برای همین خیلی مسلط نیستم یه مقدار این اصطلاحات رو بیشتر توضیح بدید)
موفق باشید.

[k256_m211]

پاسخ : چندتا سوال در مورد سیگنال صوت

اگه تو matlab help سربرگ index را باز کنید و fir1 را بنویسید تو صفحه اش متوجه میشید منظورم چیه
با تشکر

[flash]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام
من دقیقا متوجه پروژه شما نشدم اگه روی speech recognition by DTW کار می کنید من در مورد استخراج ویژگی می تونم کمکتون کنم .
تو مرحله سخت افزارش به مشکل برخوردم نمی تونم برنامشو تو microc بنویسم

[mg.javad]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام
منم میخوام پردازش صدارو شروع کنم و میدونم که DTW الگوریتم جالبیه.میشه شما یکم توضیح بدین که روی صدا چه کارایی انجام میده و اینکه توی محیط برنامه نویسی چجوری میشه پیادش کرد؟

[z.esb]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام.
1- توی پست دیگه ای که زده بودید جواب رو گفتم.

2- من با FFT کار کردم. با گام مشخصی که داره مثلا اگه 1000 تا نمونه در یک ثانیه گرفته باشید و از این سیگنال FFT بگیرید، دامنه و فرکانس هارمونیک های از فرکانس 0 تا 500 رو بهتون میده. مثلا میگه در این یک ثانیه سیگنالی که نمونه برداری کردید یه هارمونیک هست با فرکانس 3 هرتز و دامنه 5 یه هارمونیک هست با فرکانس 500 و دامنه 1 و .... .
3- اطلاعاتی ندارم.
موفق باشید.

سلام
من یه سوال داشتم وقتی که fft میگیریم از یه صوت که از میکروفون اومده چطور میفهمیم چه فرکانسی چه دامنه ای داره؟

[eehadi]

پاسخ : چندتا سوال در مورد سیگنال صوت

سلام
من یه سوال داشتم وقتی که fft میگیریم از یه صوت که از میکروفون اومده چطور میفهمیم چه فرکانسی چه دامنه ای داره؟

باید فرکانس نمونه برداری مشخص باشه تا بتونید محاسبه کنید هر فرکانسی کجای سیگنال تبدیله.
مبدأ معادل فرکانس صفر و وسط نمودار معادل فرکانس نمونه برداری، بقیه فرکانس ها با رابطه خطی به دست میاد. نمودار fft برای سیگنالهای حقیقی متقارنه.