SlideShare una empresa de Scribd logo
1 de 33
Ingeniería Industrial
CICLO 2013-III Módulo:II
Unidad: I

Semana:3

PROCESAMIENTO DIGITAL DE SEÑALES

CON MATLAB
Ing. Víctor E. Quevedo Dioses
CONTENIDOS TEMÁTICOS
PROCESAMIENTO DIGITAL DE VOZ CON MATLAB

CONTENIDO:
ESPECTRO DE LA SEÑAL DE VOZ
CONVOLUCION
ESPECTRO DE LA SEÑAL DE VOZ

El espectro de una señal es la medida de la distribución de amplitudes
de cada frecuencia. En palabras sencillas representa a cada frecuencia
contenida en una señal y su intensidad. Por ejemplo para las ondas de
radio de la tv; estas señales se componen de diversas frecuencias con
distintas amplitudes (para enviar toda la información de imágenes y
sonido) - el conjunto de estas sería el espectro de frecuencias de esa
señal.
Obtener el espectro de una señal.
Análisis Espectral usando MATLAB

Para este trabajo practico se usara como herramienta el
MATLAB R2008a para representar señales de voz en el
dominio del tiempo (formas de onda) y en el dominio de la
frecuencia (espectro), mediante el comando plot.
Por lo tanto se Ingresara archivos de sonido de señales de
voz en formato .wap (sonido WAVE de Microsoft) al
espacio de trabajo de MATLAB, mediante el comando
wavread.
 Programa grabador de sonido
Los comandos a usar para el análisis espectral de las muestras son:
------------------------------------------------------------------------------------------------------------------>> clear;
>> x=wavread('D:Documents and SettingsYOABELMis documentosabel.wav');
% archivo de audio.
>> plot(x)
% gráfica en el dominio del tiempo.
>> Y=fft(x);
% transformada rápida de Fourier.
>> A=Y.*conj(Y); % potencia de la señal.
>> f=(100:3000); % espectro de frecuencia.
>> plot(f,A(1:2901));
% gráfica en el dominio de la frecuencia.
-------------------------------------------------------------------------------------------------------------------
ESPACIO DE TRABAJO DE MATLAB
GRAFICA EN EL DOMINIO DEL TIEMPO
GRAFICA EN EL DOMINIO DEL LA
FRECUENCIA

Su mayor potencia 1.5 KHz
Ancho de banda de la señal de Audio
abel.wav
El ancho de banda (BW),para esta señal de
audio abel.wav es :
BW = 3000 Hz – 100 Hz = 2900 Hz = 2.9KHz
GENERACIÓN DE ARCHIVO guitarra.WAV
 Programa grabador de sonido
ANÁLISIS ESPECTRAL DE LAS
MUESTRAS
Los comandos a usar para el análisis espectral de las muestras son:
------------------------------------------------------------------------------------------------------------------->> clear;
>> x=wavread('D:Documents and SettingsYOABELMis documentosMi
músicaguitarra.wav'); % archivo de audio.
>> plot(x)
% gráfica en el dominio del tiempo.
>> Y=fft(x);
% transformada rápida de Fourier.
>> A=Y.*conj(Y);
% potencia de la señal.
>> f=(100:3000);
% espectro de frecuencia.
>> plot(f,A(1:2901));
% gráfica en el dominio de la frecuencia.
--------------------------------------------------------------------------------------------------------------------
ESPACIO DE TRABAJO DE MATLAB
GRAFICA EN EL DOMINIO DEL
TIEMPO
GRAFICA EN EL DOMINIO DEL LA
FRECUENCIA

Su mayor potencia 2.7 KHz
Ancho de banda de la señal de Audio
guitarra.wav
El ancho de banda (BW),para esta señal de
audio abel.wav es :
BW = 3000 Hz – 100 Hz = 2900 Hz = 2.9KHz
Preguntas

•
•
•
•

Cual es su concepto sobre espectro
Cual es la frecuencia de señal de la voz humana?
Cual es su concepto de Ancho de Banda?
Como se digitaliza una señal de Audio?
Ley de Convolucion
http://www.youtube.com/watch?v=mpej-E3SOuw
Dos operaciones importantes para el entendimiento de los sistemas de
procesamiento digital de señales son la Convolución y la Correlación.
Convolución
Considere el sistema lineal discreto e invariante en el tiempo mostrado en la
figura 3.1. La entrada discreta esta dada por la señal x(n), mientras que la salida
es y(n). Es conocido que al aplicarle como entrada a este sistema un impulso
unitario discreto responde con una salida dada por la secuencia h(n).

Fig

Relación entrada-salida de un sistema lineal discreto.
Entonces, la salida y(n) correspondiente a una entrada discreta arbitraria
x(n) esta dada por

A esta fórmula se le conoce como Sumatoria de Convolución. Se dice
que x(n) y h(n) se convolucionan para dar la salida y(n) y para esto se
usa la notación abreviada

Si la señal x(n) tiene una longitud finita N, mientras que h(n) tiene una longitud
M, entonces la salida correspondiente y(n) tendrá una longitud N+M-1.
Convolución
1. Realice manualmente las operaciones para obtener la Convolución de:
x(n)={2,2,-1,-1,1,1}
h(n)={4, 5, 3, 2, 1}

2

2

-1

-1

1

1

h(n)

8

8

-4

-4

4

4

4

10

10

-5

-5

5

5

5

6

6

-3

-3

3

3

3

4

4

-3

-3

2

2

2

2

x(n)

2

-1

-1

1

1

1

Y[n]={8,18,12,1,2,6,5,4,3,1} n={4,5,3,2,1}
2. Confirme este resultado en Matlab, de la siguiente manera:
x=[2,2,-1,-1,1,1];
h=[4,5,3,2,1];
y=conv(x, h)
GRACIAS

Más contenido relacionado

La actualidad más candente

Modulacion PSK
Modulacion PSKModulacion PSK
Modulacion PSKRick P
 
Lecture 5 formateo de señales analógicas
Lecture 5 formateo de señales analógicasLecture 5 formateo de señales analógicas
Lecture 5 formateo de señales analógicasnica2009
 
6. AM y FM Modulación de amplitud y de frecuencia
6. AM y FM Modulación de amplitud y de frecuencia6. AM y FM Modulación de amplitud y de frecuencia
6. AM y FM Modulación de amplitud y de frecuenciaEdison Coimbra G.
 
Códigos de línea
Códigos de líneaCódigos de línea
Códigos de líneaOscar Llanos
 
Lab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECSLab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECSIng. Electrónica xD
 
Muestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabMuestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabmarco calderon layme
 
5.SONET/SDH Red óptica síncrona
5.SONET/SDH Red óptica síncrona5.SONET/SDH Red óptica síncrona
5.SONET/SDH Red óptica síncronaEdison Coimbra G.
 
Diagrama del Ojo
Diagrama del OjoDiagrama del Ojo
Diagrama del OjoDouglas
 
Ruido en un Sistema de Comunicación Parte II
Ruido en un Sistema de Comunicación   Parte IIRuido en un Sistema de Comunicación   Parte II
Ruido en un Sistema de Comunicación Parte IIFam ParCar
 
Analisis de fourier para señales
Analisis de fourier para señalesAnalisis de fourier para señales
Analisis de fourier para señalesdoc digitus
 
Capacidad de un canal
Capacidad de un canalCapacidad de un canal
Capacidad de un canalarquitectura5
 
Diseño de acopladores con stub coaxiales
Diseño de acopladores con stub coaxialesDiseño de acopladores con stub coaxiales
Diseño de acopladores con stub coaxialesJuan Carlos Vásquez
 
Ss cap7 - diseno filtros fir
Ss   cap7 - diseno filtros firSs   cap7 - diseno filtros fir
Ss cap7 - diseno filtros firkevinXD123
 
Señales Periódicas y Simetría Par e Impar
Señales Periódicas y Simetría Par e ImparSeñales Periódicas y Simetría Par e Impar
Señales Periódicas y Simetría Par e ImparSistemadeEstudiosMed
 
Teorema del muestro y PCM
Teorema del muestro y PCMTeorema del muestro y PCM
Teorema del muestro y PCMJoaquin Vicioso
 

La actualidad más candente (20)

Solución ejercicios 9 12
Solución ejercicios 9 12Solución ejercicios 9 12
Solución ejercicios 9 12
 
Modulacion PSK
Modulacion PSKModulacion PSK
Modulacion PSK
 
Lecture 5 formateo de señales analógicas
Lecture 5 formateo de señales analógicasLecture 5 formateo de señales analógicas
Lecture 5 formateo de señales analógicas
 
6. AM y FM Modulación de amplitud y de frecuencia
6. AM y FM Modulación de amplitud y de frecuencia6. AM y FM Modulación de amplitud y de frecuencia
6. AM y FM Modulación de amplitud y de frecuencia
 
Códigos de línea
Códigos de líneaCódigos de línea
Códigos de línea
 
Lab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECSLab 01 - Análisis de señales - UNTECS
Lab 01 - Análisis de señales - UNTECS
 
Modulacion fsk
Modulacion fskModulacion fsk
Modulacion fsk
 
Muestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabMuestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLab
 
5.SONET/SDH Red óptica síncrona
5.SONET/SDH Red óptica síncrona5.SONET/SDH Red óptica síncrona
5.SONET/SDH Red óptica síncrona
 
Diagrama del Ojo
Diagrama del OjoDiagrama del Ojo
Diagrama del Ojo
 
Ruido en un Sistema de Comunicación Parte II
Ruido en un Sistema de Comunicación   Parte IIRuido en un Sistema de Comunicación   Parte II
Ruido en un Sistema de Comunicación Parte II
 
Filtro de bessel
Filtro de besselFiltro de bessel
Filtro de bessel
 
Analisis de fourier para señales
Analisis de fourier para señalesAnalisis de fourier para señales
Analisis de fourier para señales
 
Parametros de AM
Parametros de AMParametros de AM
Parametros de AM
 
Fm 2014 1
Fm 2014 1Fm 2014 1
Fm 2014 1
 
Capacidad de un canal
Capacidad de un canalCapacidad de un canal
Capacidad de un canal
 
Diseño de acopladores con stub coaxiales
Diseño de acopladores con stub coaxialesDiseño de acopladores con stub coaxiales
Diseño de acopladores con stub coaxiales
 
Ss cap7 - diseno filtros fir
Ss   cap7 - diseno filtros firSs   cap7 - diseno filtros fir
Ss cap7 - diseno filtros fir
 
Señales Periódicas y Simetría Par e Impar
Señales Periódicas y Simetría Par e ImparSeñales Periódicas y Simetría Par e Impar
Señales Periódicas y Simetría Par e Impar
 
Teorema del muestro y PCM
Teorema del muestro y PCMTeorema del muestro y PCM
Teorema del muestro y PCM
 

Similar a Procesamiento de señales de voz con MATLAB

Ruido en Telecomunicaciones primera parte.pptx
Ruido en Telecomunicaciones primera parte.pptxRuido en Telecomunicaciones primera parte.pptx
Ruido en Telecomunicaciones primera parte.pptxHermiloaquino1
 
326880093-Senales-y-Filtros-Con-Matlab.ppt
326880093-Senales-y-Filtros-Con-Matlab.ppt326880093-Senales-y-Filtros-Con-Matlab.ppt
326880093-Senales-y-Filtros-Con-Matlab.pptLuisArbeyCorredor
 
Diagrama de bode y diagrama polar
Diagrama de bode y diagrama polarDiagrama de bode y diagrama polar
Diagrama de bode y diagrama polarFeroxD
 
Diagramas de BODE
Diagramas de BODE Diagramas de BODE
Diagramas de BODE andrinel16
 
Señales analógicas y digitales en la transmisión de datos
Señales analógicas y digitales en la transmisión de datos Señales analógicas y digitales en la transmisión de datos
Señales analógicas y digitales en la transmisión de datos arquitectura5
 
Series y Transformada de Fourier
Series y Transformada de FourierSeries y Transformada de Fourier
Series y Transformada de Fourierlchaconc
 
Analisis espectral
Analisis espectralAnalisis espectral
Analisis espectralPablo Colque
 
Convolución y transformada de fourier
Convolución y transformada de fourierConvolución y transformada de fourier
Convolución y transformada de fourierBreiner Mendoza
 
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)Ejemplo de modelado del comportamiento dinámico de un altavoz (1)
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)oskrvc
 
Ejemplo de modelado del comportamiento dinámico de un altavoz
Ejemplo de modelado del comportamiento dinámico de un altavoz Ejemplo de modelado del comportamiento dinámico de un altavoz
Ejemplo de modelado del comportamiento dinámico de un altavoz oskrvc
 

Similar a Procesamiento de señales de voz con MATLAB (20)

Proyecto de 1016
Proyecto de 1016Proyecto de 1016
Proyecto de 1016
 
Ruido en Telecomunicaciones primera parte.pptx
Ruido en Telecomunicaciones primera parte.pptxRuido en Telecomunicaciones primera parte.pptx
Ruido en Telecomunicaciones primera parte.pptx
 
326880093-Senales-y-Filtros-Con-Matlab.ppt
326880093-Senales-y-Filtros-Con-Matlab.ppt326880093-Senales-y-Filtros-Con-Matlab.ppt
326880093-Senales-y-Filtros-Con-Matlab.ppt
 
Analogica y digital
Analogica y digitalAnalogica y digital
Analogica y digital
 
Diagrama de bode y diagrama polar
Diagrama de bode y diagrama polarDiagrama de bode y diagrama polar
Diagrama de bode y diagrama polar
 
Diagramas de BODE
Diagramas de BODE Diagramas de BODE
Diagramas de BODE
 
Señales analógicas y digitales en la transmisión de datos
Señales analógicas y digitales en la transmisión de datos Señales analógicas y digitales en la transmisión de datos
Señales analógicas y digitales en la transmisión de datos
 
Series y Transformada de Fourier
Series y Transformada de FourierSeries y Transformada de Fourier
Series y Transformada de Fourier
 
Matlab
Matlab Matlab
Matlab
 
Clase 12 dsp
Clase 12 dspClase 12 dsp
Clase 12 dsp
 
Analisis espectral
Analisis espectralAnalisis espectral
Analisis espectral
 
Convolución y transformada de fourier
Convolución y transformada de fourierConvolución y transformada de fourier
Convolución y transformada de fourier
 
epn filtros
epn filtrosepn filtros
epn filtros
 
Dsp5
Dsp5Dsp5
Dsp5
 
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)Ejemplo de modelado del comportamiento dinámico de un altavoz (1)
Ejemplo de modelado del comportamiento dinámico de un altavoz (1)
 
Ejemplo de modelado del comportamiento dinámico de un altavoz
Ejemplo de modelado del comportamiento dinámico de un altavoz Ejemplo de modelado del comportamiento dinámico de un altavoz
Ejemplo de modelado del comportamiento dinámico de un altavoz
 
6 filtrado
6 filtrado6 filtrado
6 filtrado
 
Filtros
FiltrosFiltros
Filtros
 
Analissis espectral
Analissis espectralAnalissis espectral
Analissis espectral
 
Capitulo2
Capitulo2Capitulo2
Capitulo2
 

Último

c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxMartín Ramírez
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfDaniel Ángel Corral de la Mata, Ph.D.
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas123yudy
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfsamyarrocha1
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicaGianninaValeskaContr
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfAlfredoRamirez953210
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxMonitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxJUANCARLOSAPARCANARE
 
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxPROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxEribertoPerezRamirez
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Angélica Soledad Vega Ramírez
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfEDILIAGAMBOA
 

Último (20)

c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdf
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básica
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxMonitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxPROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdf
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 

Procesamiento de señales de voz con MATLAB

  • 1. Ingeniería Industrial CICLO 2013-III Módulo:II Unidad: I Semana:3 PROCESAMIENTO DIGITAL DE SEÑALES CON MATLAB Ing. Víctor E. Quevedo Dioses
  • 2. CONTENIDOS TEMÁTICOS PROCESAMIENTO DIGITAL DE VOZ CON MATLAB CONTENIDO: ESPECTRO DE LA SEÑAL DE VOZ CONVOLUCION
  • 3. ESPECTRO DE LA SEÑAL DE VOZ El espectro de una señal es la medida de la distribución de amplitudes de cada frecuencia. En palabras sencillas representa a cada frecuencia contenida en una señal y su intensidad. Por ejemplo para las ondas de radio de la tv; estas señales se componen de diversas frecuencias con distintas amplitudes (para enviar toda la información de imágenes y sonido) - el conjunto de estas sería el espectro de frecuencias de esa señal. Obtener el espectro de una señal.
  • 4. Análisis Espectral usando MATLAB Para este trabajo practico se usara como herramienta el MATLAB R2008a para representar señales de voz en el dominio del tiempo (formas de onda) y en el dominio de la frecuencia (espectro), mediante el comando plot. Por lo tanto se Ingresara archivos de sonido de señales de voz en formato .wap (sonido WAVE de Microsoft) al espacio de trabajo de MATLAB, mediante el comando wavread.
  • 5.
  • 7. Los comandos a usar para el análisis espectral de las muestras son: ------------------------------------------------------------------------------------------------------------------>> clear; >> x=wavread('D:Documents and SettingsYOABELMis documentosabel.wav'); % archivo de audio. >> plot(x) % gráfica en el dominio del tiempo. >> Y=fft(x); % transformada rápida de Fourier. >> A=Y.*conj(Y); % potencia de la señal. >> f=(100:3000); % espectro de frecuencia. >> plot(f,A(1:2901)); % gráfica en el dominio de la frecuencia. -------------------------------------------------------------------------------------------------------------------
  • 8. ESPACIO DE TRABAJO DE MATLAB
  • 9. GRAFICA EN EL DOMINIO DEL TIEMPO
  • 10. GRAFICA EN EL DOMINIO DEL LA FRECUENCIA Su mayor potencia 1.5 KHz
  • 11. Ancho de banda de la señal de Audio abel.wav El ancho de banda (BW),para esta señal de audio abel.wav es : BW = 3000 Hz – 100 Hz = 2900 Hz = 2.9KHz
  • 12.
  • 13. GENERACIÓN DE ARCHIVO guitarra.WAV  Programa grabador de sonido
  • 14. ANÁLISIS ESPECTRAL DE LAS MUESTRAS Los comandos a usar para el análisis espectral de las muestras son: ------------------------------------------------------------------------------------------------------------------->> clear; >> x=wavread('D:Documents and SettingsYOABELMis documentosMi músicaguitarra.wav'); % archivo de audio. >> plot(x) % gráfica en el dominio del tiempo. >> Y=fft(x); % transformada rápida de Fourier. >> A=Y.*conj(Y); % potencia de la señal. >> f=(100:3000); % espectro de frecuencia. >> plot(f,A(1:2901)); % gráfica en el dominio de la frecuencia. --------------------------------------------------------------------------------------------------------------------
  • 15. ESPACIO DE TRABAJO DE MATLAB
  • 16. GRAFICA EN EL DOMINIO DEL TIEMPO
  • 17. GRAFICA EN EL DOMINIO DEL LA FRECUENCIA Su mayor potencia 2.7 KHz
  • 18. Ancho de banda de la señal de Audio guitarra.wav El ancho de banda (BW),para esta señal de audio abel.wav es : BW = 3000 Hz – 100 Hz = 2900 Hz = 2.9KHz
  • 19. Preguntas • • • • Cual es su concepto sobre espectro Cual es la frecuencia de señal de la voz humana? Cual es su concepto de Ancho de Banda? Como se digitaliza una señal de Audio?
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27. Dos operaciones importantes para el entendimiento de los sistemas de procesamiento digital de señales son la Convolución y la Correlación. Convolución Considere el sistema lineal discreto e invariante en el tiempo mostrado en la figura 3.1. La entrada discreta esta dada por la señal x(n), mientras que la salida es y(n). Es conocido que al aplicarle como entrada a este sistema un impulso unitario discreto responde con una salida dada por la secuencia h(n). Fig Relación entrada-salida de un sistema lineal discreto.
  • 28. Entonces, la salida y(n) correspondiente a una entrada discreta arbitraria x(n) esta dada por A esta fórmula se le conoce como Sumatoria de Convolución. Se dice que x(n) y h(n) se convolucionan para dar la salida y(n) y para esto se usa la notación abreviada Si la señal x(n) tiene una longitud finita N, mientras que h(n) tiene una longitud M, entonces la salida correspondiente y(n) tendrá una longitud N+M-1.
  • 29.
  • 30.
  • 31. Convolución 1. Realice manualmente las operaciones para obtener la Convolución de: x(n)={2,2,-1,-1,1,1} h(n)={4, 5, 3, 2, 1} 2 2 -1 -1 1 1 h(n) 8 8 -4 -4 4 4 4 10 10 -5 -5 5 5 5 6 6 -3 -3 3 3 3 4 4 -3 -3 2 2 2 2 x(n) 2 -1 -1 1 1 1 Y[n]={8,18,12,1,2,6,5,4,3,1} n={4,5,3,2,1}
  • 32. 2. Confirme este resultado en Matlab, de la siguiente manera: x=[2,2,-1,-1,1,1]; h=[4,5,3,2,1]; y=conv(x, h)