Tema 2

Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
nales digitales de audio
An
alisis espectral
Fundamentos de produccion y tratamiento de

audio mediante computador
Luis Rodrguez Ruiz
UCLM
April 8, 2008
LRR
Fundamentos de producci
on y tratamiento de audio mediante com
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Objetivos
Introduccion
Digitalizacion de se
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
Transformada discreta de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Objetivos
Presentar los fundamentos del procesamiento digital de audio

mediante computador
Estudiar las tecnicas basicas de analisis y generaci

on de audio
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Que es el sonido?
Sonido: Sensaci
on producida en el odo como consecuencia de
variaciones de presi
on en el aire.
El sonido se genera al provocar una vibraci
on en las m
oleculas
del aire. Dicha vibraci
on es transportada en forma de ondas.
Para producir sonido es necesario:
Una fuente de vibraci
on mecanica
Un medio elastico que lo trasporte
Ac
ustica: Ciencia que estudia el sonido
Psicoac
ustica: Disciplina que estudia la percepci
on subjetiva
del sonido en los humanos.
Risset Endless sound
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Caractersticas o cualidades del sonido
Tradicionalmente, un sonido se caracteriza por:

Altura
Intensidad
Timbre
Duraci
on
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Procesamiento del sonido

Los primeros (y muy limitados) intentos de almacenar y
procesar el sonido se realizaron en el siglo XIX y de forma
totalmente mecanica.
Alrededor de 1920 se comienza a trabajar con el sonido en
forma de corriente electrica.
Los dispositivos encargados de convertir el sonido en corriente
electrica y viceversa se denominan transductores:
Micr
ofono: Posee una membrana que al vibrar con la presi
on
del aire es capaz de generar una corriente electrica.
Altavoz: Una corriente electrica induce una vibraci
on en una
superficie que se traduce en un aumento de la presi
on del aire.
PhonoAutograph Edouard-L
eon Scott de Martinville
LRR
Phonograph Thomas Edison
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
El sonido como una corriente electrica

Codificar el sonido en forma de corriente electrica permite
procesarlo y almacenarlo de forma adecuada.
El sonido es normalmente codificado como una serie de
variaciones de voltaje en funci
on del tiempo (el voltaje
representa la amplitud).
10
voltaje
-5
-10
-100
-50
0
tiempo
LRR
50
100
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales analogicas y digitales

El sonido (y la corriente generada por un micr
ofono) es una
magnitud anal
ogica
Magnitud anal
ogica: Magnitud representada por una
variable continua
Magnitud digital: Magnitud representada por una variable
discreta
Magnitud anal
ogica
Magnitud digital
5
4
4
2
3
0
2
-2
1
-4
0
-10
-5
0
tiempo
10
LRR
5
tiempo
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales analogicas y digitales II

Por que trabajar con se
nales digitales?
Sistemas mas sencillos de construir y mas flexibles
(software/hardware)
Mayor precisi
on y tolerancia al ruido
Algoritmos de procesado de se
nal complejos difciles de
implementar en sistemas anal
ogicos
Almacenamiento de la informaci
on
Computador Sistema digital de procesamiento de informaci
on
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales digitales y computadores

Un computador es un sistema digital basado en el sistema de
numeraci
on en base 2 (binario)
Cualquier dato es representado mediante un n
umero en
binario.Ej: (10110)2 = (22)10
Un computador no puede trabajar directamente con
magnitudes (se
nales) anal
ogicas
Una se
nal anal
ogica se transformara al dominio digital antes
de ser procesada por un computador. De la misma manera,
una se
nal digital ya procesada se transformara en una se
nal
anal
ogica si es necesario.
Estas conversiones se llevan a cabo por dispositivos conocidos
como Conversores Anal
ogico-Digital (DAC) y Conversores
Digital-Anal
ogico (ADC)
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Digitalizacion
El proceso por el cual una se

nal anal
ogica se convierte a
digital es conocido como digitalizaci
on.
Dicho proceso se lleva a cabo en dos etapas:
Muestreo: se toman muestras de la se
nal a periodos de
tiempo constantes.
Cuantizaci
on: se aproximan los valores de las muestras
utilizando intervalos predefinidos
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Digitalizacion. Ejemplo
Se
nal anal
ogica
Se
nal digitalizada
1.5
1.5
0.5
0.5
-0.5
-0.5
-1
-1
-1.5
0
LRR
-1.5
7
0
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Digitalizacion II
A la hora de muestrear una se

nal anal
ogica deben tenerse en
cuenta fundamentalmente dos parametros:
1
La frecuencia de muestreo: N
umero de muestras por intervalo
de tiempo que se toman de la se
nal anal
ogica. Medida en Hz
(muestras/segundo)
El n
umero de valores distintos que puede tomar cada muestra
(resoluci
on)
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Frecuencia de muestreo
Intuitivamente, cuanto mayor sea la frecuencia de muestreo,
con mayor fidelidad se puede representar la se
nal.
Teorema de Nyquist-Shannon: Para poder reconstruir de
forma adecuada una se
nal anal
ogica, esta debe muestrearse
utilizando una frecuencia de muestreo de al menos el doble de
la frecuencia maxima de la se
nal. A esta frecuencia se le
conoce como frecuencia de Nyquist (fN )
Cuando la frecuencia de muestreo es inferior a la frecuencia de
Nyquist, se producen errores en la reconstrucci
on de la se
nal.
(aliasing)
Problema. Como se obtiene la frecuencia maxima de la
se
nal?
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Frecuencia de muestreo. Ejemplo de aliasing
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Resolucion
Al muestrear una se
nal, cada una de las muestras puede
tomar un n
umero finito de valores distintos (discretizaci
on)
Cuanto mayor sea el n
umero de valores por muestra
(resoluci
on), mejor se podra reconstruir la se
nal
La resoluci
on se mide en n
umero de bits (una resoluci
on de n
n
bits implica que cada muestra puede tomar 2 valores
distintos, p.e. una resoluci
on de 8 bits se traduce en 256
valores distintos para cada muestra).
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Muestreo de senales de audio
44 Khz
8 Khz
4 Khz
2 Khz
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales digitales de audio

Una se
nal digital de audio (como cualquier otro tipo de se
nal)
es representada en un computador como una sucesion de
muestras (0,12,-4,13,21,...)
Cada muestra representa la amplitud de la se
nal en un
instante dado
Procesar una se
nal de audio significa alterar el valor de las
muestras
Generar una se
nal de audio significa generar un conjunto de
muestras
Una se
nal digital de audio se convierte en sonido cuando se
enva al conversor digital-anal
ogico de la tarjeta de sonido y
de ah a un altavoz.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales digitales de audio II
SEAL ANALOGICA
SEAL DIGITAL
4
4
3
DAC
SONIDO
-1
-1
-2
-2
-3
-3
-4
-4
-5
0
-5
[ 1, 4, 2, 5, 1, 3, 2 ]
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Senales digitales de audio y percepcion humana

El odo humano es capaz de detectar frecuencias
comprendidas entre 20 Hz y 20Khz.
Seg
un el teorema de Nyquist, una se
nal de audio se debera
muestrear (o generar en el caso de la generaci
on de audio)
con una frecuencia de muestreo de al menos 40 Khz.
El estandar adoptado en la industria (Compact disc, ...) para
la frecuencia de muestreo de las se
nales de audio es de 44100
Khz.
No obstante, la frecuencia maxima de una se
nal puede ser
inferior a los 20 Khz, por lo que podra utilizarse una
frecuencia de muestreo menor.
En cuanto a la resoluci
on, lo mas usual es utilizar 16 bits por
muestra (65536 valores diferentes)
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Introduccion al analisis espectral
La descripci
on que se ha presentado de las se
nales de audio
consiste en una sucesion temporal de muestras.
En audio, la informaci
on no se encuentra codificada en el
dominio temporal (sucesion temporal de muestras) sino en el
dominio frecuencial
Por tanto, a la hora de analizar el contenido de una se
nal de
audio es necesario prestar atenci
on al contenido frecuencial de
esta.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Espectro
A la distribuci
on de las amplitudes de las frecuencias de una se
nal
de audio se le denomina espectro.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Analisis espectral de senales de audio
Para realizar el analisis espectral de audio utilizaremos la

herramienta matematica conocida como Transformada de Fourier
Joseph Fourier
En su trabajo Theorie analytique de

la chaleur de 1822 sostena que una
cualquier funci
on puede expresarse como
una serie de funciones peri
odicas
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Series de Fourier
Una funci
on peri
odica puede descomponerse en una series de senos
y cosenos de la siguiente manera:
a0 X
[an cos(nx) + bn sin(nx)]
+
2
f (x) =
n=1
Siendo an y bn una serie de coeficientes reales denominados

coeficientes de Fourier.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Series de Fourier II
Los coeficientes de Fourier para una funci

on peri
odica entre
[, ] se obtienen a partir de la funci
on f de partida de la
siguiente forma (puede extenderse a cualquier otro periodo):
Z
1
an =
f (x)cos(nx)dx

Z
1
f (x)sin(nx)dx
bn =

LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Series de Fourier. Ejemplo
Onda en diente de sierra:

4
f (x) = x
para < x < ,
f (x + 2) = f (x)
para < x < .
-1
-2
-3
-4
-4
-2
10
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

Los coeficientes de Fourier vienen dados por:
Z
1
an =
xcos(nx)dx = 0

Z
1
(1)(n+1 )
bn =
xsin(nx)dx = 2

n
y por tanto la funci
on puede expresarse como:
X (1)(n+1 )
a0 X
[an cos(nx) + bn sin(nx)] = 2
+
sin(nx)
f (x) =
2
n
n=1
n=1
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

Aproximacion con 1 coeficiente:
2
1.5
0.5
-0.5
-1
-1.5
-2
-4
-2
LRR
10
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

Aproximacion con 2 coeficientes:
3
-1
-2
-3
-4
-2
LRR
10
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

4
-1
-2
-3
-4
-4
-2
LRR
10
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

4
-1
-2
-3
-4
-4
-2
LRR
10
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Representacion alternativa
A partir de la formula de Euler:
e inx = cos(nx) + i sen(nx)
La funci
on peri
odica puede descomponerse como:
f (x) =
cn e inx
n=
donde los coeficientes de fourier cn vienen dados por:

Z
1
f (x)e inx dx
cn =
2
Para una se
nal perodica en [, ]
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Indice
1
Objetivos
Introduccion
nales anal
ogicas
Se
Analisis espectral
Introduccion
Series de Fourier
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier

Para transformar una una secuencia temporal de valores
discretos (se
nal digital) en su representaci
on frecuencial se
utiliza la transformada discreta de fourier (DFT)
La DFT toma como entrada una secuencia n
umeros complejos
en el dominio temporal y genera otra secuencia equivalente en
el dominio frecuencial
En las se
nales de audio, cada muestra suele representarse
mediante un n
umero real, por lo que en este caso la entrada a
la DFT sera una sucesion de n
umeros reales x0 , . . . , xN1 de
longitud N.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Transformada discreta de Fourier II
La salida de la transformada sera una sucesion de n

umeros
complejos X0 , . . . , XN1 , donde cada elemento de la salida Xk
se calcula de la siguiente forma:
Xk =
N1
X
xn e
2kni
N
n=0
donde: Xk es el valor k-esimo de la se

nal resultado, N es la
longitud de la se
nal y xn es el valor i-esimo de la se
nal de
entrada.
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Transformada discreta de Fourier III

Algunas consideraciones acerca del analisis espectral y la DFT
Cada valor Xk de salida del DFT representa la amplitud (y
fase) de la componente espectral k. El rango de dichas
componentes vara entre 0 y la frecuencia de muestreo.
Desde el punto de vista del analisis, se tiene en cuenta
fundamentalmente al m
odulo (amplitud) de los n
umeros
complejos que forman la secuencia de salida
La resoluci
on de la transformada viene dada por el n
umero de
puntos de la se
nal de entrada.
A la hora de analizar una se
nal de audio, esta se divide en
fragmentos de duraci
on limitada (donde se asume que la se
nal
es cuasi-estacionaria). La DFT se aplica a cada fragmento por
separado
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Transformada discreta de Fourier IV
Si la entrada a la DFT es una secuencia de n

umeros reales, la
salida sera simetrica respecto al eje definido por el valor de la
mitad de la frecuencia de muestreo. Por tanto s
olo la primera
mitad de la DFT es realmente considerada en el analisis.
Por diversos motivos, entre otros la resoluci
on, la salida de la
DFT no siempre se corresponde de forma precisa con el
espectro real de la se
nal. Este problema puede atenuarse
multiplicando la se
nal de entrada por una funci
on ventana
(Hamming, Hanning,Blackman,etc).
LRR
Contenidos
Objetivos
Introducci
on
Digitalizaci
on de se
nales anal
ogicas
Se
An
alisis espectral
Introducci
on
Series de Fourier
Ejemplo de Aliasing
LRR

Tema 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Tema 2

Transféré par

Droits d'auteur :

Formats disponibles

Contenidos

Fundamentos de produccion y tratamiento de

Presentar los fundamentos del procesamiento digital de audio

Estudiar las tecnicas basicas de analisis y generaci

Caractersticas o cualidades del sonido

Tradicionalmente, un sonido se caracteriza por:

Procesamiento del sonido

Phonograph Thomas Edison

El sonido como una corriente electrica

Senales analogicas y digitales

Senales analogicas y digitales II

Senales digitales y computadores

El proceso por el cual una se

A la hora de muestrear una se

Frecuencia de muestreo. Ejemplo de aliasing

Muestreo de senales de audio

Senales digitales de audio

Senales digitales de audio II

Senales digitales de audio y percepcion humana

Introduccion al analisis espectral

Analisis espectral de senales de audio

Para realizar el analisis espectral de audio utilizaremos la

En su trabajo Theorie analytique de

Siendo an y bn una serie de coeficientes reales denominados

Los coeficientes de Fourier para una funci

Series de Fourier. Ejemplo

Onda en diente de sierra:

para < x < ,

para < x < .

Series de Fourier. Ejemplo

Series de Fourier. Ejemplo

Series de Fourier. Ejemplo

Series de Fourier. Ejemplo

Series de Fourier. Ejemplo

donde los coeficientes de fourier cn vienen dados por:

Transformada discreta de Fourier

Transformada discreta de Fourier II

La salida de la transformada sera una sucesion de n

donde: Xk es el valor k-esimo de la se

Transformada discreta de Fourier III

Transformada discreta de Fourier IV

Si la entrada a la DFT es una secuencia de n

Vous aimerez peut-être aussi