Questions tagged «stft»

2
用文字描述逆短时傅立叶逆变换算法
我试图从概念上理解将正向和反向短时傅立叶变换（STFT）应用于离散时域信号时发生的情况。我找到了Allen和Rabiner（1977）的经典论文，以及Wikipedia的文章（链接）。我相信，还有另一个好文章被发现在这里。 我对计算Gabor变换感兴趣，这无非是带有高斯窗口的STFT。 这是我对前向 STFT的了解： 从信号中选择一个子序列，该子序列由时域元素组成。 使用时域中的逐点乘法，将子序列乘以窗口函数。 使用FFT将相乘的子序列带入频域。 通过选择连续的重叠子序列，并重复上述过程，我们得到了一个具有m行n列的矩阵。每一列是在给定时间计算的子序列。这可以用于计算频谱图。 但是，对于逆 STFT，论文讨论了重叠分析部分的求和。我发现可视化这里发生的事情非常具有挑战性。为了能够计算反 STFT（如上所述，按逐步顺序），我必须做什么？ 前向STFT 我创建了一个图，显示了我认为前向STFT正在进行的工作。我不了解的是如何组装每个子序列，以便获得原始时间序列。有人可以修改此图形或给出一个方程式来显示如何添加子序列吗？ 逆变换 这是我对逆变换的了解。使用IFFT将每个连续的窗口带回到时域。然后，将每个窗口移动步长，然后将其添加到上一个移动的结果中。下图显示了此过程。相加的输出是时域信号。 代码示例 下面的Matlab代码生成一个合成的时域信号，然后测试STFT过程，证明在数值舍入误差内，逆是正向变换的对偶。信号的开始和结尾都进行零填充，以确保窗口的中心可以位于时域信号的第一个和最后一个元素。 ñ+ N0− 1ñ+ñ0-1个N + N_0 - 1ñ0ñ0N_0 % The code computes the STFT (Gabor transform) with step size = 1 % This is most useful when modifications of the signal is required in …
3
STFT和DWT（小波）
STFT可以成功用于声音数据（例如带有.wav声音文件），以便进行某些频域修改（例如：噪声消除）。 在N=441000（即以采样率10秒fs=44100），，的情况下windowsize=4096，overlap=4STFT近似生成一个430x4096数组（第一坐标：时间帧，第二坐标：频率箱）。可以在此数组上进行修改，并可以使用重叠加法（*）进行重构。 小波怎么可能做类似的事情？（DWT），即得到a x b具有a时间帧和b频率段的相似形状数组，对此数组进行一些修改，最后恢复信号？怎么样 ？小波等于重叠叠加是什么？这里涉及的Python函数是什么（我还没有找到使用pyWavelets... 进行音频修改的简单示例）？ （*）：这是可以使用的STFT框架： signal = stft.Stft(x, 4096, 4) # x is the input modified_signal = np.zeros(signal.shape, dtype=np.complex) for i in xrange(signal.shape[0]): # Process each STFT frame modified_signal[i, :] = signal[i, :] * ..... # here do something in order to # modify the signal in …
12 fft  wavelet  dft  python  stft 
4
您可以在不增加窗口大小的情况下提高FFT的频率分辨率吗？
我想使用STFT进行多音高分析。我意识到检测信号中存在的部分仅仅是开始。我还是有问题。 假设我已经以“ CD”频率采样了信号44100Hz。在1024样本窗口中，我得到的频点分辨率为22500Hz/512=43Hz。这仅足以识别诸如C5 = 523.251Hz和的高钢琴音符 C#5 = 554.365。 我曾经认为这1024是一个很大的窗口。但是也许不是，通常使用较大的窗口来检测局部图像吗？ 除了增加窗口大小之外，是否可以使用其他方法来提高频率分辨率，这会使时间分辨率恶化？我想到了两种方法： 方法1： 使用带通滤波器将信号划分为多个频带（例如0-11.25Hz和11.25-22.5Hz）。 对较高的频段进行下采样，以使原来的高频现在变为低频（第二个频段也是如此11.25-22.5Hz -> 0Hz-22.5Hz）-不确定是否可行。 Concat生成的带有已调整标签的垃圾箱集。 方法2： 使用限制不断增加的一系列低通滤波器。 在增加的频率范围上执行FFT。 对于每个频率，请使用最佳分辨率（来自包含该频率的第一个FFT的仓）。 这将使低频具有更好的分辨率，但是我认为这是可以的，因为对于更高的音符，频率差异会更大。 对于这个问题，我将不胜感激。 我也在这里阅读： 窗口大小，采样率如何影响FFT基音估计？ 关于改善峰提取结果的方法。我认为会尝试使用它。
12 filters  fft  pitch  stft 
2
实时人体音高检测
我正在尝试实现一个唱歌游戏，该游戏将分析原始麦克风输入并告诉玩家他的演唱水平如何。这需要实时完成。 我遇到了很多线程在问同样的问题，但是我仍然没有完成它，这可能是由于我缺乏该领域的经验和浅薄的数学背景。我已经基于DSPDimension网站音高偏移的文章实现了一种算法：http ://www.dspdimension.com/admin/pitch-shifting-using-the-ft/ 正如文章所解释的，我提取了真实的频率和幅度，但是我不知道以此找到基本频率。我试图获得最大幅度的信号仓，但是对于较高音调的信号只能给出正确的结果，无论我使用哪种过采样因子，对于低频信号仍然会得到不好的数据。这种方法是完全错误的，还是我在正确的轨道上却只是缺少一些东西？ 提前致谢， 编辑：我忘了提及我只对音高类感兴趣，因此可以确定基本面是否缺失，但样本中的色相强烈。 EDIT2：谢谢大家，我刚刚完成了一个算法的工作，它就像一个魅力。低音高估计问题是由于我的输入测试所致。当我演唱音符时，音符正确匹配。另外，我现在正在考虑所有谐波，而不仅仅是最高峰值。
3
Gabor-Morlet小波变换和常数Q变换有什么区别？
乍一看，恒定Q傅立叶变换和复数Gabor-Morlet小波变换看起来是相同的。两者都是基于恒定Q滤波器，开窗正弦波等的时频表示。但是也许我缺少一个区别？ 用于音乐处理的Constant-Q转换工具箱说： CQT指的是时频表示，其中频点在几何上间隔开并且所有频点的Q因子（中心频率与带宽之比）相等。 时标分析说： 也就是说，使用Morlet小波计算信号的CWT与将信号通过一系列以且常数Q为的带通滤波器相同。F= 5 / 2 π一个F=5/2π一个f = \frac{5/2\pi}{a}5 / 2 π5/2π5/2\pi
3
色度二次采样：如何正确计算数据速率
我很难理解在利用Y'UV图像中的色度二次采样时如何计算数据速率： 我有以下示例进行计算： 图像分辨率：352*288 频率：25 fps 对于（4：4：4），示例计算如下： (352px * 288px) * 3 color channels * 25 fps * 8 bit = 60 825 600 bit/s 到目前为止，一切都很好。 但是现在来了（4：2：0）： (352px*288px) * 1.5 color channels * 25 * 8 = 30 412 800 bit/s 现在，尝试将此示例转换为例如（4：1：1），我意识到我不确定自己是否正确理解如何计算1.5个颜色通道的比率。 我对计算的第一个猜测是在（4：2：0）的情况下： 2/4*3=1.5 color channels 同样，对于（4：1：1），我将计算颜色通道的比率为： 1/4*3=0.75 color channels 但是我根本不确定这是否是正确的方法。 …
1
Matlab的STFT实现spectrogram（）的最大频率分辨率是多少？
Matlab的spectrogram()功能计算信号的STFT。它描述其NFFT参数如下： S = SPECTROGRAM(X,WINDOW,NOVERLAP,NFFT)指定用于计算离散傅立叶变换的频率点数。如果NFFT未指定，NFFT则使用默认值。 我是否正确，这NFFT仅是在频率分辨率和计算数量之间进行权衡？对于我的离线工作，无需节省周期。是否有的最大限制NFFT，例如由频谱泄漏或我应了解的任何其他问题强加的，或者我可以将该参数设置得尽可能高吗？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.