2. Objetivos
Analizar un archivo de sonido, en este caso una
señal de voz y una nuto musical, con el espacio
de trabajo Matlab, usando las instrucciones
adecuadas.
Representar las señales de los archivos de sonido
en el dominio del tiempo (formas de onda) y en el
dominio de la frecuencia (espectro) utilizando las
herramientas ofrecidas por MatLab.
Obtener las componentes frecuenciales de las
señales de los archivos de sonido a analizar.
3. Introduccion: Archivos WAV
Un archivo WAV o WAVE, es un formato digital de archivos de audio,
capaz de trabajar con archivos mono y estéreo en diversas
resoluciones y con distintas velocidades de muestreo.
Una de las grandes ventajas que presenta este formato es que no
posee pérdida de calidad, lo cual lo hace adecuado para uso
profesional.
Este formato generalmente no presenta compresion de datos, por lo
que no es muy popular. Al evitarse la compresión de datos dentro
del mismo para no perder calidad, se genera un archivo demasiado
extenso.
4. Procedimiento
1.- Creacion de los archivos de sonido
Usando un programa
grabador de audio
(en este caso
“Grabadora de sonido de
Windows”),
se crearan archivos
de formato .WAV para las
siguientes señales:
Nombre del Estudiante: “Maria Luisa”
Nota Musical : Nota La – Flauta
5. Las caracteristicas que los archivos de sonido deben
tener son:
Formato PCM
16 Bits
Mono
8 KHz
6. Archivos Creados:
Nombre del Estudiante: “Maria Luisa”
Nota Musical : Nota La – Flauta
7. Analisis Espectral de las señales
Para realizar el analisis de las señales, se usara el software MatLab,
mediante la introducción de comandos para obtener diversas
propiedades de las señales creadas:
Para realizar las siguientes acciones, utilizamos los comandos a la derecha
oCargar el Archivo de Audio X = wavread(‘ruta’)
oGraficar en el dominio del tiempo plot(X)
oHallar la transformada rápida de Fourier Y = fft(x)
oHallar la potencia de la señal A = Y.*conj(Y)
oGraficar el espectro de Frecuencias f(100,3000); plot( f, A(1,2901))
8. Analisis Espectral: Nombre del Estudiante
Grafica en Dominio del Tiempo
Una vez cargada la señal en la variable por medio del comando:
X = wavread(‘ruta’); se calcula los datos de la grafica por medio de
la funcion: plot(X) aplicada a la señal directamente. Esto nos
presenta la onda senoidal de la señal de sonido.
9. Grafica en el Dominio de la frecuencia
Para pasar del dominio del tiempo al de la frecuencia se le
aplica transformada de Fourier a la señal original, siendo esta
transformada la que analizamos.
10. Parámetros de la Señal
Según las graficas obtenidas
Tiempo de Duración. – La señal dura 2,015 seg. en la cual, el punto de inicio
del nombre en la onda sonora se da en 0,080 y se prolonga hasta 1,845seg. Por
lo cual lo demás representa el ruido del ambiente.
Ancho de Banda.- En base al inicio y al final de la onda sonora (solo
analizando el nombre)
BW = Fmax – Fmin
BW = 2980 Hz – 1200 Hz
BW = 1780 Hz
Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia
FPmax = 2468 Hz
11. Analisis Espectral: Nota Musical: La - flauta
Grafica en Dominio del Tiempo
Una vez cargada la señal en la variable por medio del comando:
X = wavread(‘ruta’); se calcula los datos de la grafica por medio de
la funcion: plot(X) aplicada a la señal directamente. Esto nos
presenta la onda senoidal de la señal de sonido.
12. Grafica en el Dominio de la frecuencia
Para pasar del dominio del tiempo al de la frecuencia se le
aplica transformada de Fourier a la señal original, siendo esta
transformada la que analizamos.
13. Parámetros de la Señal
Según las graficas obtenidas
Tiempo de Duración. – La señal dura 2,81 seg. en la cual, el punto de inicio del
nombre en la onda sonora se da en 0,086 y se prolonga hasta 2,36 seg. Por lo
cual lo demás representa el ruido del ambiente.
Ancho de Banda.- En base al inicio y al final de la onda sonora (solo
analizando el nombre)
BW = Fmax – Fmin
BW = 1397 Hz – 1240 Hz
BW = 157 Hz
Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia
FPmax = 1350 Hz
14. Conclusion
Software como MatLab son ideales para
simular cualquier tipo de señales, no
solamente sonoras, lo que lo convierte en
una herramienta precisa y eficaz a la
hora de analizar una señal cualquiera de
la vida real.