English version of this page

Zpět na hlavní stránku | seznam cvičení

Úkoly k vypracování:

• Signály ke zpracování
  1. segment znělého signálu frame_voiced.bin, segment neznělého signálu frame_unvoiced.bin,
       (vše raw data bez hlavičky, fs=16000 Hz, pro načtení do MATLABu použijte funkci loadbin.m),
  2. delší souvislé promluvy SA106S06.CS0, SA176S01.CS0, SA002S02.CS0, SA107S06.CS0, SA110S06.CS0, SA114S06.CS0,
       (vše raw data bez hlavičky, fs=16000 Hz),
  3. vlastní nahrávky z databáze zreratdb, viz zrerat_block200_2023_cs0.zip nebo "K:\ZRE\data\zreratdb".
  4. další vlastní on-line nahrané signály (různé vzorkovací kmitočty: 8 kHz, 16 kHz, 44.1 kHz)
     Přečtěte např. následující věty:
         "Všechny myši v šedé chýši šedý myšák vede."
         "Jezevec má hezký zvyk, provozuje tělocvik."
         "Jedna - dva - tři - čtyři - pět"

  ---

  DOMÁCÍ PŘIPRAVA: (5 bodů)

• Zakódování segmentu řeči na bázi LPC
  • Pro neznělý a znělý segment řečového signálu vypočítejte parametry autoregresního modelu řádu p=16, tj. autoregresní koeficienty a_k a výkon chyby predikce E_p. Pro výpočet použijte MATLABovské funkce lpc resp. arburg.
  • Pro znělý segment určete dle postupu z minulého cvičení hodnotu základní frekvence (periody), tj. f_0, T_0, resp. L_0 (perioda ve vzorcích).

• Realizace LPC enkodéru pro dlouhý signál
  • Pro zvolený signál vypočítejte po segmentech hodnotu základního tónu (pitch) včetně detekce neznělých úseků, viz minulé cvičení.
  • Pro zvolený signál vypočítejte po segmentech parametry AR modelu (autoregresní koeficienty a výkon chyby predikce) a výsledky uložte do matice, kde řádky budou obsahovat parametry AR modelu pro jednotlivé segmenty.
  • Volte délku segmentu 30 ms a segmentujte bez překryvu v obou případech, tj. pro výpočet f_0 i parametrů AR modelu.
  • Výsledek DOMÁCÍ PŘIPRAVY:
    • funkce (skript) pro zakódování signálu s volitelnou délkou segmentu, kroku segmentace pro obecný vzorkovací kmitočet, jejímž výsledkem bude matice zakódovaných parametrů, kde na každém řádku uchovejte pro každý krátkodobý segment vektor autoregresních koeficientů a_k, výkon chyby predikce E_p a základní tón řeči f_0 pro znělé úseky (pro neznělé úseky nastavte f_0 = 10, pro neřečové segmenty f_0 = 0).
    • parametry segmentů frame_voiced.bin a frame_unvoiced.bin,
    • matice zakódovaných parametrů signálu SA106S06.CS0.
    • vytvořenou funkci (skript) odevzdejte přes WEBové rozhraní na stránkách FEL Moodle (autorizovaný přístup) do P0 20.3.2023, 12:45 .

  ---

• Dekódování 1 segmentu na bázi AR modelu (LPC)
  • Vytvořte šumové buzení pro generování umělého neznělého segmentu, tj. Gaussovský bílý šum s nulovou střední hodnotou a jednotkovým výkonem.
  • Vytvořte umělý neznělý segment filtrací vytvořeného buzení pomocí syntetizujícího filtru AR modelu.
  • Výsledek: pro jeden neznělý a znělý segment frame_unvoiced.bin zobrazte:
    - v časové i spektrální oblasti následující signály: původní, buzení, uměle generovaný.
  • Vytvořte pulsní buzení pro generování umělého znělého segmentu, tj. sled pulsů s periodou odpovídající L_0 s celkovým jednotkovým výkonem, a segment opět vygenerujte.
  • Výsledek: pro jeden znělý segment frame_voiced.bin zobrazte:
    - v časové i spektrální oblasti následující signály: původní, buzení, uměle generovaný.

• Realizace LPC dekodéru
  • Dekódujte signál z uchovaných parametrů AR modelu. Při dekódování jednotlivých krátkodobých segmentů dejte pozor na následující kroky:
    1. Filtraci realizujte vždy bez překryvu pro délky odpovídající kroku segmentace pri výpočtu parametrů.
    2. Nezapomeňte na uchovávání počátečních podmínek při filtraci na sebe navazujících segmentů, tj. u funkce filter používejte také čtvrtý vstupní a druhý výstupní parametr.
    3. Použijte umělé buzení vygenerované na bázi informace o f_0 v jednotlivých segmentech.
    4. Při generování pulsního buzení nezapoměňte na správnou návaznost uměle generovaných pulsů, tj. první pulz nemůže být vždy na prvním vzorku segmentu.
  • Výsledek: dekódovaný signál z uchované matice zakódovaných parametrů pro promluvu SA106S06.CS0 - zobrazte časový průběh a spektrogram původního a dekódovaného signálu.

  • Vyzkoušejte umělé buzení pouze šumovým signálem (bez informace o f_0, tj. f_0 = 0)
  • Vyzkoušejte umělé buzení se změněnou hodnotou f_0 ve znělých úsecích (tj. pro f_0 = scale*f_0), kde scale je násobná konstanta v rozmezí 0.8 - 1.5.

  • Zakódujte a dekódujte vlastní on-line nahranou promluvu.