Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Marcelo Lucena de Souza mls2@cin.ufpe.br Análise de Voz e Vídeo
2
Roteiro Signal Processing LPC Analysis of Speech Random Numbers and Probability Distributions
3
Signal Processing findpeaks maxfilt meansqrt zerocross ditherq schmitt dlyapsq momfilt
4
findpeaks (Signal Processing) Encontra os picos de um sinal usando interpolação quadrática Uso: [k,v]=findpeaks(x,m,w) Entradas x → sinal de entrada m → modo 'q' interpolação quadrática 'v' encontra os vales ao invés dos picos w → tolerância, picos fora do intervalo +-w são ignorados Saídas k → localização dos picos V → amplitude dos picos
5
findpeaks - Exemplo Sinal de entrada: m='q' w=1
6
findpeaks - Exemplo Saída: k → peak locations
7
Findpeaks - Exemplo Saída: v → peak amplitudes
8
maxfilt (Signal Processing) Encontra o máximo valor do sinal dentro de uma janela ponderada exponencialmente Uso: [y,k]=maxfilt(x,f,w) Entradas x → sinal de entrada f → fator de esquecimento exponencial [f = exp(-1/T)]. f=1 para nenhum esquecimento w → janela de +-w Saídas y → vetor de saída (mesmo tamanho de x) k → array de índices, y=x(k)
9
maxfilt - Exemplo [y,k]=maxfilt(x,1,9)
10
maxfilt - Exemplo Resultado
11
meansqrtf (Signal Processing) Calcula a média quadrática da função de transferência de um filtro Uso: d=meansqtf(b,a) Entrada b → coeficientes do numerador da F.T. do filtro a → coeficientes do denominador da F.T. Do filtro Saída d → nova função de transferência
12
meansqrtf - Exemplo Filtro de Pré-Enfase H(z) = 1 – 0.95/z b = [1 -0.95] a = 1 Resultado d=meansqtf(b,a) d = 1.9025
13
windows – (Signal Processing) Gera uma função de janela Uso: w = windows(wtype,n,mode,p) Entrada: wtype → tipo da janela (Hamming, Hanning, Kaiser,...) n → número de pontos Mode → sequencia de 3 caracteres de configuração da janela. Padrão 'ubv'. p → parâmetro específicos para a janela Saída: w → função janela
14
windows – Exemplo Janela de Hamming w = windows('hamming',100)
15
windows – Exemplo Hamming
16
zerocros (Signal Processing) Encontra as passagens pelo zero de um sinal Uso: [t,s]=zerocros(x,m) Entrada x → sinal m → modo, pode ser passagens positivas, negativas ou ambas (padrão) Saída t → posições das passagens pelo zero s → inclinação estimada na passagem pelo zero
17
zerocros - Exemplo
18
ditherq (Signal Processing) Adiciona dither e quantiza o sinal. Dither é a adição de um ruído para randomizar o erro de quantização. Uso: [y,zf]=ditherq(x,m,zi) Entrada X → sinal de entrada M → modo. Tipo do dither: ruído branco (padrão), passa- alta, passa-baixa, sem dither. Zi → número randômico Saída y → sinal de saída zf → número randômico
19
ditherq - Exemplo
20
schmitt (Signal Processing) Passa o sinal por um schmitt trigger Uso: [y,t]=schmitt(x,thresh,minwid) Entrada x → sinal de entrada thresh → vetor com os limiares superior e inferior do schmitt trigger midwin → largura mínima. Pulsos menores que midwin são ignorados Saída y → sinal de saída t → contém o índice das amostras na qual x atravessou os limiares
21
schmitt - Exemplo y = schmitt(x, [-0.05 0.05]);
22
dlyapsq (Signal Processing) Soluciona a equação de Lyapunov (AV'VA' - V'V +BB' =0), usada na análise de estabilidade em teoria do controle Uso: v=dlyapsq(a,b) Entrada a, b → parametros da equação Saída V → solução da equação
23
momfilt (Signal Processing) Calcula o momento de um sinal usando uma janela Uso: [y,mm]=momfilt(x,r,w,m) Entrada x → sinal de entrada r → lista de momentos (relativo a média ou a zero) w → janela (hamming é o padrão) m → índice de w usado como centro (padrão é o meio) Saída y → sinal de saída mm → m usado no momento
24
LPC Analysis of Speech lpcauto lpccovar lpcrr2am lpcbwexp ccwarpf lpcifilt lpcrand
25
lpcauto (LPC) Realiza a análise LPC baseada na autocorrelação Uso: [ar,e,k]=lpcauto(s,p,t) Entrada s → sinal de entrada p → ordem da análise (Padrão: 12) t → vetor com parametros opcionais dos frames Saída ar → coeficientes LPC e → energia do sinal residual k → primeira e última amostra do intervalo de análise
26
lpcauto - Exemplo x = sinal dos exemplos anteriores [ar e k] = lpcauto(x); ar = [1.0000 -1.0169 0.0903 0.4222 -0.2532 - 0.2300 0.5742 -0.2297 -0.2633 0.1441 0.1043 -0.0837 -0.0438] e = 0.0038 k = [1 100]
27
lpccovar (LPC) Realiza a análise LPC baseada na covariância Uso: [ar,e,dc]=lpccovar(s,p,t,w) Entrada s → sinal de entrada p → ordem da análise (Padrão: 12) t → parametros opcionais dos frames w → erro de ponderação para cada amostra (Padrão: 1) Saída ar → coeficientes LPC e → energia do sinal residual dc → componente DC do sinal de entrada
28
lpccovar - Exemplo x = mesmo sinal do exemplo anterior [ar e dc] = lpccovar(x); ar = [1.0000 -1.1087 0.4279 0.0894 0.0695 - 0.2697 0.3888 -0.0864 -0.3764 0.3216 0.0043 -0.0714 -0.0445] e = [0.0145 0.0512] dc = -1.5469e-04
29
lpcrr2am (LPC) Converte coeficientes de autocorrelação para a matriz de autocorrelação Uso: [am,em]=lpcrr2am(rr); Entrada Rr → coeficientes Saída Am → matriz de autocorrelação (Toeplitz) Em → coeficientes LPC
30
lpcbwexp (LPC) Expande a largura de banda do filtro LPC Uso: arx=lpcbwexp(ar,bw) Entrada ar → coeficientes LPC bw → largura de banda mínima a ser expandida Saída arx → novos coeficientes LPC
31
ccwarpf (LPC) Realiza warping de coeficientes cepstral Uso: m=ccwarpf(f,n,s) Entrada F → [f1 f2], vetor com a frequencia de amostragem original (f1) e a nova frequencia de amostragem (f2) N → [n1 n2], vetor com o número original de coeficientes (n1) e o novo número (n2). S → escala linear, 'l' ou mel, 'm' Saída m → matriz de transformação
32
lpcifilt (LPC) Aplica filtro inverso no sinal de voz. Usado na estimação do glottal waveform. Uso: u=lpcifilt(s,ar,t,dc,fade) Entrada S → sinal de voz Ar → coeficientes LPC T → índice da primeira amostra Dc → Componente DC a ser subtraído do sinal Fade → amostras de fade Saída U → resultado do filtro
33
lpcrand (LPC) Gera polinômio randômico estável de ordem p. Usado para fins de teste. Uso: ar=lpcrand(p,n,bw) Entrada P → ordem do polinômio N → número de polinômios a serem gerados Bw → largura de banda Saída Ar → coeficientes do(s) polinômio(s) gerado(s)
34
lpcrand - Exemplo teste = lpcrand(12,1); teste = [1.0000 -0.1091 -0.2139 -0.7055 -0.3406 0.6335 0.5740 -0.0618 -0.3154 -0.1504 - 0.2432 0.3939 -0.3346]
35
Random Numbers and Probability Distributions Random Number Generation Randvec Randiscr Usasi Randfilt Rnsubset Probability Density Functions Gmmlpdf Lognmpdf Miscellaneous Histndim Gausprod Maxgauss
36
histndim Gera e ou plota um histograma n- dimensional Uso: [v,t]=histndim(x,b,mode) Entrada X -> dados de entrada, x = (m,d) B -> níveis do histograma para cada dimensão Mode -> configuração Saída V -> histograma T -> dimensão do histograma
37
histndim - Exemplo [v t] = histndim(v1,20,'h');
38
Referências Voicebox home page http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voi cebox.html http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voi cebox.html Wikipedia http://em.wikipedia.org http://em.wikipedia.org
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.