ECOLE SUPERIEURE DES TECHNIQUES AVANCEES (ESTA)

Filire : Rseaux Informatiques et Tlcommunications

Classe: 2A-RIT

TP de Tlcommunications:
Conception et analyse de systmes de Tlcommunications avec
MATLAB/SIMULINK
TP N2: Acquisition et analyse de la voix en qualit CD

D. BONKOUNGOU

2015 D. Bonkoungou

dbonkoungou@ate-online.com

TP de Tlcommunications

Acquisition et analyse de la voix en qualit CD

Concevoir un modle SIMULINK correspondant la figure suivante:

Figure 1: Acquisition de la voix et son transfert vers MATLAB

Connecter le microphone au port micro de votre ordinateur.

Utiliser le bloc From Audio Device dans DSP System Toolbox/Signal Processing
Sources pour lire le son numrique stro en qualit CD et le bloc Signal To
Workspace dans DSP System Toolbox/Signal Processing Sinks pour transferer les
trames de donnes de la voix dans la variable mavoix dans MATLAB.
Pour la lecture du son numrique stro en qualit CD, fixer dans le bloc From
Audio Device le nombre de canaux 2 (Stro), la frquence dchantillonnage
44,1 kHz, le nombre de bits par chantillon 16. Fixer la dure du signal qui sera
enregistr pendant la simulation (dure queue) 5 secondes. Fixer la taille des
trames de donnes livrer (Output Frame Size) 1024 chantillons avec une
double prcision des valeurs des chantillons.

Paramtrer la simulation pour une dure de 0 5s (dure du son acquis). Choisir

un pas variable et la mthode dintgration discrte.

Dmarrer la simulation et prononcer la phrase suivante dans le microphone pour

lacquisition du son: Jadore normment les tlcommunications .

2015 D. Bonkoungou

dbonkoungou@ate-online.com

TP de Tlcommunications

Ecrire un programme MATLAB (analyse_son.m) qui permet danalyser la voix (son)

enregistre dans la variable mavoix aprs la simulation avec les fonctionnalits
suivantes:
1) Utiliser les fonctions audioplayer() et get() pour afficher les proprits du son enregistr.
Vrifier le nombre de canaux (Mono ou stro), la frquence dchantillonnage, le nombre
de bits par chantillons. Combien dchantillons et combien de trames on t enregistrs ?
Indication: la fonction get() sapplique un objet pour la voix enregistre qui est dabord
cr laide de la fonction audioplayer.
2) Ecouter la voix enregistre laide de la fonction player appliqu lobjet cr dans 1).
3) Copier le signal dun canal de la voix Stro enregistre dans la variable xc1 et afficher
les valeurs des chantillons contenus dans xc1.
4) Reprsenter graphiquement dans figure 1 avec la fonction plot le signal dun canal de la
voix Stro c..d. le signal xc1 avec le titre Reprsentation temporelle du signal dun
canal de la voix Stro .
5) Afficher le spectre (reprsentation frquentielle) du signal dun canal de la voix Stro
c..d. le signal xc1 en utilisant les deux mthodes suivantes:
a) Dtermination du spectre de puissance (ou spectre de moyenne quadratique)
laide de lalgorithme destimation spectrale de Welch (fonction matlab:
msspectrum). Afficher le spectre dans figure 2.
b) Dtermination de la densit spectrale de puissance (power spectral density ou psd)
laide de lalgorithme destimation spectrale de periodogram (fonction matlab:
psd). Afficher le spectre dans figure 3.
Indication: Inspirer vous de cet exemple de programme Matlab qui utilise les deux
mthodes ci-dessus cites pour reprsenter le spectre dun signal sinusodal:

2015 D. Bonkoungou

dbonkoungou@ate-online.com

TP de Tlcommunications
%
%
%
%
%
%
%
%

Analyse spectrale: Determination du spectre de puissance moyenne

(moyenne quadratique) et de la densit spectrale de puissance d'un signal
Auteur: D.Bonkoungou
Exemple: Determination du spectre d'un signal sinusoidal
d'amplitude 3V et de frequence 200 Hz.
Puissance en Watt: Ueff^2 = (3/(2^1/2))^2 = 3^2/2 V^2(W)= 4,5V^2 = 4,5W
Puissance en dB: 10logP= 10log4,5= 6,5321dB(ou dBW).

Fs = 1000;
% Frequence d'echantillonnage (1kHz).
t = 0:1/Fs:.2; % instants d'echantilllonnage
x = 3*cos(2*pi*t*200); % Signal echantillonn
h = spectrum.welch;
% creation d'un estimateur spectral de Welch
% Representation du spectre unilateral de puissance en dB l'aide de
% l'algorithme d'estimation spectrale de Welch.
figure(1);
msspectrum(h,x,'Fs',Fs,'NFFT',2^10); % Representation du spectre
% Representation de la densit spectrale de puissance l'aide
% de l'algorithme periodogram
figure(2);
Hs=spectrum.periodogram; % creation d'un estimateur spectral de periodogram
psd(Hs,x,'Fs',Fs); % Representation du spectre

2015 D. Bonkoungou

dbonkoungou@ate-online.com