Engee 文档
Notebook

简单的多通道滤波器

在本例中,我们将以一个简单的 FIR 滤波器为例,研究在多通道模式下进行帧滤波的可能性。

下图显示了我们在本演示 的模型。

image.png

在这个模型中,输入三种不同类型的信号,然后每种信号都经过一个滤波器。在输出端,我们可以对所有信号进行综合分析,也可以对每个信号进行单独分析。

在开始分析模型之前,我们需要设置两个辅助函数--模型运行函数和音频播放器函数。

In [ ]:
Pkg.add(["WAV"])
In [ ]:
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
    
    Path = (@__DIR__) * "/" * name_model * ".engee"
    
    if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
        model = engee.open( name_model ) # Открыть модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
    else
        model = engee.load( Path, force=true ) # Загрузить модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
        engee.close( name_model, force=true ); # Закрыть модель
    end
    sleep(5)
    return model_output
end
Out[0]:
run_model (generic function with 1 method)
In [ ]:
using WAV;
using .EngeeDSP;

function audioplayer(patch, fs, Samples_per_audio_channel);
    s = vcat((EngeeDSP.step(load_audio(), patch, Samples_per_audio_channel))...);
    buf = IOBuffer();
    wavwrite(s, buf; Fs=fs);
    data = base64encode(unsafe_string(pointer(buf.data), buf.size));
    display("text/html", """<audio controls="controls" {autoplay}>
    <source src="data:audio/wav;base64,$data" type="audio/wav" />
    Your browser does not support the audio element.
    </audio>""");
    return s
end 
Out[0]:
audioplayer (generic function with 1 method)

现在让我们运行模型并分析得到的结果。

In [ ]:
run_model("simple_filt_multichannel") # Запуск модели.

out = collect(out);
out = out.value;
Building...
Progress 0%
Progress 5%
Progress 10%
Progress 15%
Progress 20%
Progress 25%
Progress 30%
Progress 35%
Progress 40%
Progress 45%
Progress 50%
Progress 55%
Progress 60%
Progress 65%
Progress 70%
Progress 75%
Progress 80%
Progress 85%
Progress 90%
Progress 95%
Progress 100%
Progress 100%

让我们绘制系统输出的所有三个通道的显示图。

In [ ]:
n = 50;
Chirp = zeros(n,1);
Sine = zeros(n,1);
Signal = zeros(n,1);
In [ ]:
for i in 1:n 
   a = out[i]
   Chirp[i] = a[1]
   Sine[i] = a[2]
   Signal[i] = a[3]
end 
In [ ]:
plot(Chirp, label="Chirp")
plot!(Sine, label="Sine")
plot!(Signal, label="Signal")
Out[0]:

在图中,三个信号的特征完全不同,我们可以很容易地将它们区分开来。

现在我们来分析两个音轨--原始音轨和模型录制的音轨。

In [ ]:
audioplayer("$(@__DIR__)/OSR_us_000_0030_8k.wav", 8000, 256);
In [ ]:
audioplayer("$(@__DIR__)/output.wav", 8000, 256);

从录音中可以听到,经过过滤后,音轨中的杂音确实减少了。

结论

我们探讨了多通道数据处理的可能性。这种方法经常出现在通信系统中,开发人员对此需求很大。