koeficienty c[0]-c[12] resp. c[1]-c[12] pro DFT a LPC kepstrum,
zobrazte vypočítané krátkodobé DFT a LPC kepstrum pro 105. segment.
Měření zkreslení signálu na bázi kepstrální vzdálenosti
Zkreslete signál SA001S04.CS0
filtrací FIR filtrem s následujícími parametry, dolní propust,
normovaný mezní kmitočet W_c = 0.9, řád filtru volte v rozmezí 30-50.
Se stejným nastavením jako v předchozím bodě vypočtěte v
krátkodobých segmentech časový vývoj DFT a LPC kepstra původního i zkresleného signálu.
Vypočítejte Euklidovskou kepstrální vzdálenost mezi odpovídajícími segmenty
původního i zkresleného signálu. Pro výpočet použijte funkci cde.m - počítejte se zahrnutím c[0] a zopakujte také pro případ bez c[0].
Výsledek :
pro výše specifikovanou dvojici původního a zkresleného signálu SA001S04.CS0 zobrazte:
spektrogramy obou signálů,
časový průběh Euklidovské kepstrální vzdálenosti pro DFT a LPC kepstrum,
průměrnou hodnotu kepstrální vzdálenosti pro všechny
krátkodobé segmenty,
stejné výsledky při snížení mezního kmitočtu dolní propusti
na W_c = 0.8 resp W_c = 0.6.
Opakujte pro:
Signál zkreslený horní propustí s postupně se zvyšujícím mezním
kmitočtem od W_c = 0.1.
Detekce hranic segmentů delšího signálu na bázi DFT a LPC kepstra
Vypočtěte jako v prvním bodě v krátkodobých segmentech časový vývoj DFT a LPC kepstra
delšího signálu.
Počítejte Euklidovskou kepstrální vzdálenost (cde.m
ve variantě s c[0] resp. bez c[0]) mezi dvěma po sobě jdoucími
krátkodobými segmenty a sledujte její časový vývoj. Všimněte si
maxima vzdálenosti v místech největší změny spektrálních
charakteristik analyzovaného signálu.
Signály ke zpracování - sinusovky.wav -
navazující sinusovky různých kmitočtů (wav format),
- fletna_stupnice.wav
- stupnice reálných tónů hudebního nastroje (wav format),
- T10100P0.CS0 - sekvence
českých samohlásek (raw data bez hlavičky, fs=16000 Hz0.
Výsledek:
pro výše uvedené signály vždy zobrazte:
časový průběh a spektrogram daného signálu,
průběh DFT a LPC kepstra,
průběh kepstrální vzdálenosti po sobě jdoucích segmentů.
NEPOVINNÁ ČÁST pro práci ve volném čase resp. pro domácí samostudium
Detekce řečové aktivity na bázi LPC kepstra
Vypočtěte jako v prvním bodě v krátkodobých segmentech časový vývoj LPC kepstra
pro signály SA001S01.CS0 a SA001S01.CS1 a určete průměrné kepstrum z prvních 20 segmentů reprezentujích šumové pozadí.
Pro oba signály vypočtěte Euklidovskou kepstrální vzdálenost cde.m počítanou bez koeficientu c[0] mezi kepstrem každého krátkodobého segmentu a průměrným kepstrem reprezentujícím pozadí a sledujte její časový vývoj. Všimněte si maxima vzdálenosti v místech největšího rozdílu spektrálních charakteristik řečového signálu od šumového pozadí.
Pro vypočítanou kepstrální vzdálenost určete empiricky pevný práh, na základě kterého lze detekovat oblasti s řečovou aktivitou.
Předchozí dva kroky opakujte pro Euklidovskou kepstrální vzdálenost počítanou včetně koeficientu c[0] a srovnejte dosažené výsledky.
Detekci řečové aktivity srovnejte s metodou na bázi časového vývoje koherence mezi kanály CS0 a CS1, viz úloha na cvičení Aplikace koherenční analýzy.
Výsledek :
Zobrazte vždy jako 3 subploty v jednom okénku:
spektrogramy signálů v kanálech CS0 a CS1 a kohergram (MSC) mezi kanály CS0-CS1,
průběh kepstrální vzdálenosti aktuálních segmentů od pozadí pro kanály CS0 a CS1 a časový vývoj průměrné koherence (MSC) mezi kanály CS0-CS1,
kepstrální vzdálenosti i průměrnou koherenci s empiricky stanovenými prahy a výslednou detekci řečové aktivity.
Opakujte pro signály z kanálů CS2 a CS3, tj. SA001S01.CS2 a SA001S01.CS3 a dosažené výsledky srovnejte.