Начало работы с цифровой обработкой сигналов (ЦОС) в Engee
Работа с функциями
Загрузка и визуализация сигнала
Функция using
делает перечисленные модули доступными для пользователя, аналогично функции import
на других языках:
Несколько выходных данных необязательно заключать в скобки как в MATLAB. |
using DSP, WAV, Plots
plotly()
s, fs = wavread("/user/test.wav")
plot(0:1/fs:(length(s)-1)/fs, s)
Вывод
Функция ниже принимает спектрограмму со стандартными параметрами для речи (окна Ханнинга 25 мс
, перекрытие 10 мс
), строит и возвращает спектрограмму:
S = spectrogram(s[:,1], convert(Int, 25e-3*fs), convert(Int, 10e-3*fs); window=hanning)
Plots.heatmap(S.time.*1000, S.freq, pow2db.(S.power), xguide = "Время, мс", yguide = "Частота, Гц")
Вывод
Обработка сигнала
Теперь пропустим сигнал через фильтр, чтобы смоделировать полосу пропускания телефона, и снова построим его спектрограмму:
responsetype = Bandpass(300, 3400; fs=fs)
prototype = Butterworth(8)
telephone_filter = digitalfilter(responsetype, prototype)
Посмотрим на характеристику фильтра:
Переменные могут иметь имена Unicode. Это набирается как \omega + tab. |
ω = 0:0.01:pi
H = freqz(telephone_filter, ω)
Фильтруем наш сигнал:
sf = filt(telephone_filter, s)
Sf = spectrogram(s[:,1], convert(Int, 25e-3*fs), convert(Int, 10e-3*fs); window=hanning)
Plots.heatmap(Sf.time.*1000, Sf.freq, pow2db.(Sf.power), xguide = "Время, мс", yguide = "Частота, Гц")
Вывод
Воспроизведение результатов
using Base64
function audioplayer(filepath)
markup = """<audio controls="controls" {autoplay}>
<source src="$filepath" />
Your browser does not support the audio element.
</audio>"""
display(MIME("text/html") ,markup)
end
function audioplayer(s, fs)
buf = IOBuffer()
wavwrite(s, buf; Fs=fs)
data = base64encode(unsafe_string(pointer(buf.data), buf.size))
markup = """<audio controls="controls" {autoplay}>
<source src="data:audio/wav;base64,$data" type="audio/wav" />
Your browser does not support the audio element.
</audio>"""
display(MIME("text/html") ,markup)
end
audioplayer(s, fs)
audioplayer(sf, fs)
Вывод
Передискретизация сигнала
В этом примере мы рассмотрим передискретизацию аудио сигнала с частоты 48 кГц
на частоту 44.1 кГц
, используя разработку низкочастотного фильтра с последующей передискретизацией сигнала.
Найдем коэффициенты интерполяции и децимации.
using Plots
using DSP
Fdat = 48e3;
Fcd = 44.1e3;
LM = Rational{Int32}(Fcd/Fdat);
L = LM.num;
M = LM.den;
(L,M)
Вывод
(147, 160)
Визуализируем исходный аудио сигнал:
t = 0:1/Fdat:0.25-1/Fdat;
x = sin.(2*pi*1.5e3*t);
gr()
plot(t, x, line=:stem, marker=:circle)
xlims!((0,0.001))
Вывод
Сделаем передискретизацию и наложим полученный сигнал на исходный
f = (Fdat/2)*min(1/L,1/M)
win = DSP.Windows.kaiser(3579,3);
fir = DSP.Filters.digitalfilter(DSP.Filters.Lowpass(f/48e3),FIRWindow(win)).
xup = DSP.Filters.resample(x,Int64(L),fir);
y = L.*xup[1:M:end].
t_res = (0:(length(y)-1))/Fcd;
plot!(t_res, y, line=:stem, marker=:circle)
Вывод