SlideShare una empresa de Scribd logo
Kenny Manrique
                         Ing. Edison Coimbra
Universidad Privada de Santa Cruz de la Sierra
0bjetivos
 Ingresar un archivo de sonido, tal como una señal de voz o
  una nota musical, en formato WAV (WAVE) al espacio de
  trabajo de MatLab; utilizando las instrucciones adecuadas.

 Usar MatLab para representar señales de voz en el dominio
  del tiempo (formas de onda), y en el dominio de la
  frecuencia (espectro).

 Obtener las componentes frecuenciales de las muestras.
Introducción: Archivos WAV
 Un archivo WAV o WAVE, es un formato digital de archivos de audio.
    Generalmente no presenta compresión de datos. Es 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. Para tener calidad CD
     de audio se necesita que el sonido se grabe a 44100 Hz y a 16 bits.


 Este formato no es muy popular debido a que al evitarse la compresión de datos
    dentro del mismo para no perder calidad, hace que se genere un archivo
    demasiado extenso.
Creación del Archivo WAV
Mediante la grabadora de sonidos de Windows, se procederá a crear dos archivos
de formato .wav para los siguientes casos:

1. Nombre del estudiante (Kenny)
2. Nota Musical (FA – Flauta)
Ambos archivos creados tendrán las siguientes características:
• Formato PCM
• 16 Bits
• Mono
• 8 KHz
Archivos Creados
Los Archivos generados para este trabajo son los siguientes:




              Nombre                        Nota musical
Análisis Espectral de las Muestras
Como se menciono en los objetivos del trabajo, utilizaremos el software MatLab,
mediante la introducción de comandos para obtener diversas propiedades de las
señales creadas y así comparar las diferencias entre ambas.
El Software MatLab nos permitirá:
o Cargar el Archivo de Audio  X = wavread(‘ruta’)
o Graficar en el dominio del tiempo  plot(X)
o Hallar la transformada rápida de Fourier  Y = fft(x)
o Hallar la potencia de la señal  A = Y.*conj(Y)
o Graficar el espectro de Frecuencias  f(100,3000); plot( f, A(1,2901))

 Al graficar el espectro de frecuencias (luego de calcular la fft), se debe determinar
 un rango de frecuencias, en este caso entre 100 y 3000 debido a que es el rango
 promedio de frecuencias en las cuales los ondas sonoras son perfectamente
 audibles
Análisis Espectral: Nombre

Grafica en el dominio del tiempo
Se calcula a través de la función “plot” una vez cargado el archivo Kenny.wav
original, el cual lo presenta tal como es; en forma de una onda senoidal
Análisis Espectral: Nota Musical
Grafica en el dominio de la Frecuencia
Se hallando la transformada rápida de Fourier de la señal original para pasar del
domino del tiempo al dominio de la frecuencia; logrando así facilitar su análisis.
Análisis Espectral: Nombre
Parámetros de la Señal

Tiempo de Duración. – La señal dura 2,508 seg. en la cual, el punto de inicio del
nombre en la onda sonora se da en 0,680 y se prolonga hasta 1,141seg. 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)




Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia




Todos estos valores fueron obtenidos en base a los gráficos generados por MatLab
Análisis Espectral: Nota Musical

Grafica en el dominio del tiempo
Se calcula a través de la función “plot” una vez cargado el archivo Fa.wav original,
el cual lo presenta tal como es; en forma de una onda senoidal
Análisis Espectral: Nota Musical
Grafica en el dominio de la Frecuencia
Se hallando la transformada rápida de Fourier de la señal original para pasar del
domino del tiempo al dominio de la frecuencia; logrando así facilitar su análisis.
Análisis Espectral: Nota Musical
Parámetros de la Señal

Tiempo de Duración. – La señal dura 2,508 seg. en la cual, el punto de inicio de la
nota musical emitida en la onda sonora se da en 0,525 y se prolonga hasta 1,312 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 la
nota musical)




Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia




Todos estos valores fueron obtenidos en base a los gráficos generados por MatLab
Analisis Espectral Usando Matlab

Más contenido relacionado

La actualidad más candente

357502575-resuelto-TPN-2-Muestreo.pptx
357502575-resuelto-TPN-2-Muestreo.pptx357502575-resuelto-TPN-2-Muestreo.pptx
357502575-resuelto-TPN-2-Muestreo.pptx
edwinmurillo21
 
Filtro Óptimo
Filtro ÓptimoFiltro Óptimo
filtro FIR pasabanda con MATLAB
filtro FIR pasabanda con MATLABfiltro FIR pasabanda con MATLAB
filtro FIR pasabanda con MATLAB
chrisleoflg
 
Tema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bitTema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-biternestoguevaraventura
 
Sección 2.7 Correlación de señales discretas en el tiempo
Sección 2.7 Correlación de señales discretas en el tiempoSección 2.7 Correlación de señales discretas en el tiempo
Sección 2.7 Correlación de señales discretas en el tiempo
Juan Palacios
 
Transformada de Fourier. Presentación por Ing Ana María Ugartemendía
Transformada de Fourier. Presentación  por Ing Ana María UgartemendíaTransformada de Fourier. Presentación  por Ing Ana María Ugartemendía
Transformada de Fourier. Presentación por Ing Ana María UgartemendíaUniversidad Nacional del Nordeste
 
Ss cap7 - diseno filtros fir
Ss   cap7 - diseno filtros firSs   cap7 - diseno filtros fir
Ss cap7 - diseno filtros firkevinXD123
 
SERIES DE FOURIER
SERIES DE FOURIERSERIES DE FOURIER
SERIES DE FOURIER
Gustavo Salazar Loor
 
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
Tri Budi Santoso
 
Fm 2014 1
Fm 2014 1Fm 2014 1
Fm 2014 1
gmeneses23
 
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskrit
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskritPengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskrit
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskritBeny Nugraha
 
7 analog digital converter
7 analog digital converter7 analog digital converter
7 analog digital converter
Simon Patabang
 
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
nica2009
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FMgbermeo
 
2 modulación-angular
2 modulación-angular2 modulación-angular
2 modulación-angular
Angel Velasco
 
Fm frecuencia modulada frecuencia de fase
Fm frecuencia modulada frecuencia de faseFm frecuencia modulada frecuencia de fase
Fm frecuencia modulada frecuencia de fase
ralch1978
 
Receptor superheterodino jose ignacio
Receptor superheterodino   jose ignacioReceptor superheterodino   jose ignacio
Receptor superheterodino jose ignacio
radioiesve
 
Resonancia en paralelo AC
Resonancia en paralelo ACResonancia en paralelo AC
Resonancia en paralelo AC
ecuacionesdiferenciales3
 

La actualidad más candente (20)

357502575-resuelto-TPN-2-Muestreo.pptx
357502575-resuelto-TPN-2-Muestreo.pptx357502575-resuelto-TPN-2-Muestreo.pptx
357502575-resuelto-TPN-2-Muestreo.pptx
 
Filtro Óptimo
Filtro ÓptimoFiltro Óptimo
Filtro Óptimo
 
filtro FIR pasabanda con MATLAB
filtro FIR pasabanda con MATLABfiltro FIR pasabanda con MATLAB
filtro FIR pasabanda con MATLAB
 
52983063 series-de-fourier
52983063 series-de-fourier52983063 series-de-fourier
52983063 series-de-fourier
 
Tema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bitTema 1b-modulacion-digital-multi-bit
Tema 1b-modulacion-digital-multi-bit
 
Sección 2.7 Correlación de señales discretas en el tiempo
Sección 2.7 Correlación de señales discretas en el tiempoSección 2.7 Correlación de señales discretas en el tiempo
Sección 2.7 Correlación de señales discretas en el tiempo
 
Transformada de Fourier. Presentación por Ing Ana María Ugartemendía
Transformada de Fourier. Presentación  por Ing Ana María UgartemendíaTransformada de Fourier. Presentación  por Ing Ana María Ugartemendía
Transformada de Fourier. Presentación por Ing Ana María Ugartemendía
 
Ss cap7 - diseno filtros fir
Ss   cap7 - diseno filtros firSs   cap7 - diseno filtros fir
Ss cap7 - diseno filtros fir
 
SERIES DE FOURIER
SERIES DE FOURIERSERIES DE FOURIER
SERIES DE FOURIER
 
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
Modul ajar dsp_bab_8_design_filter_fir_2020_04_14
 
Fm 2014 1
Fm 2014 1Fm 2014 1
Fm 2014 1
 
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskrit
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskritPengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskrit
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskrit
 
7 analog digital converter
7 analog digital converter7 analog digital converter
7 analog digital converter
 
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
Lecture 7 probabilidad de error de transmisión pcm. formateo de señales dpcm,...
 
Parametros de AM
Parametros de AMParametros de AM
Parametros de AM
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FM
 
2 modulación-angular
2 modulación-angular2 modulación-angular
2 modulación-angular
 
Fm frecuencia modulada frecuencia de fase
Fm frecuencia modulada frecuencia de faseFm frecuencia modulada frecuencia de fase
Fm frecuencia modulada frecuencia de fase
 
Receptor superheterodino jose ignacio
Receptor superheterodino   jose ignacioReceptor superheterodino   jose ignacio
Receptor superheterodino jose ignacio
 
Resonancia en paralelo AC
Resonancia en paralelo ACResonancia en paralelo AC
Resonancia en paralelo AC
 

Similar a Analisis Espectral Usando Matlab

Analisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizerAnalisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizer
SanMaiLu
 
Práctico 1
Práctico 1Práctico 1
Práctico 1
JulioCesarOtazo
 
analisis espectral usando MATLAB
analisis espectral usando MATLABanalisis espectral usando MATLAB
analisis espectral usando MATLAB
carolinaespinozavargas
 
Analisisespectralenmatlab1
Analisisespectralenmatlab1Analisisespectralenmatlab1
Analisisespectralenmatlab1Erick Alba
 
Utp pds_s_lab4_procesamiento de señales con mat_lab i
 Utp pds_s_lab4_procesamiento de señales con mat_lab i Utp pds_s_lab4_procesamiento de señales con mat_lab i
Utp pds_s_lab4_procesamiento de señales con mat_lab ijcbenitezp
 
Fundamentos de la comunicación german elias
Fundamentos de la comunicación german eliasFundamentos de la comunicación german elias
Fundamentos de la comunicación german eliaseliascr7
 
Fundamentos de la comunicación german elias
Fundamentos de la comunicación german eliasFundamentos de la comunicación german elias
Fundamentos de la comunicación german eliaseliascr7
 
Analisis espectral
Analisis espectralAnalisis espectral
Analisis espectral
Pablo Colque
 
Proyecto de 1016
Proyecto de 1016Proyecto de 1016
Proyecto de 1016
Carlos Baneta
 
Digitalizacion de sonido
Digitalizacion de sonidoDigitalizacion de sonido
Digitalizacion de sonido
Fabiola Cortes
 
Clase 7 tecno i- periodismo 2015
Clase 7  tecno i- periodismo 2015Clase 7  tecno i- periodismo 2015
Clase 7 tecno i- periodismo 2015
Viviana Mercedes Ponce
 
Analisis Espectral
Analisis EspectralAnalisis Espectral
Analisis Espectral
Jonathan Lara Terrazas
 
Analisis espectral en MATLAB
Analisis espectral en MATLABAnalisis espectral en MATLAB
Analisis espectral en MATLAB
ABEL170
 
Clase 7 tecno i- comunicacion 2015
Clase 7  tecno i- comunicacion 2015Clase 7  tecno i- comunicacion 2015
Clase 7 tecno i- comunicacion 2015
Viviana Mercedes Ponce
 
Audio digital
Audio digitalAudio digital
Audio digital
gerneitor
 

Similar a Analisis Espectral Usando Matlab (20)

Analisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizerAnalisis deseñalesusandomatlab maluisasanchezmaizer
Analisis deseñalesusandomatlab maluisasanchezmaizer
 
Práctico 1
Práctico 1Práctico 1
Práctico 1
 
analisis espectral usando MATLAB
analisis espectral usando MATLABanalisis espectral usando MATLAB
analisis espectral usando MATLAB
 
Analisisespectralenmatlab1
Analisisespectralenmatlab1Analisisespectralenmatlab1
Analisisespectralenmatlab1
 
Utp pds_s_lab4_procesamiento de señales con mat_lab i
 Utp pds_s_lab4_procesamiento de señales con mat_lab i Utp pds_s_lab4_procesamiento de señales con mat_lab i
Utp pds_s_lab4_procesamiento de señales con mat_lab i
 
Fundamentos de la comunicación german elias
Fundamentos de la comunicación german eliasFundamentos de la comunicación german elias
Fundamentos de la comunicación german elias
 
Fundamentos de la comunicación german elias
Fundamentos de la comunicación german eliasFundamentos de la comunicación german elias
Fundamentos de la comunicación german elias
 
Presentation1
Presentation1Presentation1
Presentation1
 
Presentation1
Presentation1Presentation1
Presentation1
 
Analisis espectral
Analisis espectralAnalisis espectral
Analisis espectral
 
Proyecto de 1016
Proyecto de 1016Proyecto de 1016
Proyecto de 1016
 
Digitalizacion de sonido
Digitalizacion de sonidoDigitalizacion de sonido
Digitalizacion de sonido
 
Clase 2 audio basico
Clase 2  audio basicoClase 2  audio basico
Clase 2 audio basico
 
Clase 7 audio basico
Clase 7  audio basicoClase 7  audio basico
Clase 7 audio basico
 
Clase 7 tecno i- periodismo 2015
Clase 7  tecno i- periodismo 2015Clase 7  tecno i- periodismo 2015
Clase 7 tecno i- periodismo 2015
 
Analisis Espectral
Analisis EspectralAnalisis Espectral
Analisis Espectral
 
Analisis espectral en MATLAB
Analisis espectral en MATLABAnalisis espectral en MATLAB
Analisis espectral en MATLAB
 
Clase 7 tecno i- comunicacion 2015
Clase 7  tecno i- comunicacion 2015Clase 7  tecno i- comunicacion 2015
Clase 7 tecno i- comunicacion 2015
 
Informe
InformeInforme
Informe
 
Audio digital
Audio digitalAudio digital
Audio digital
 

Último

Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
cj3806354
 
Robótica educativa para la eduacion primaria .pptx
Robótica educativa para la eduacion primaria .pptxRobótica educativa para la eduacion primaria .pptx
Robótica educativa para la eduacion primaria .pptx
44652726
 
Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.
AlejandraCasallas7
 
Alan Turing Vida o biografía resumida como presentación
Alan Turing Vida o biografía resumida como presentaciónAlan Turing Vida o biografía resumida como presentación
Alan Turing Vida o biografía resumida como presentación
JuanPrez962115
 
Conceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. TecnologíaConceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. Tecnología
coloradxmaria
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Telefónica
 
proyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmusproyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmus
raquelariza02
 
Estructuras básicas_ conceptos básicos de programación.pdf
Estructuras básicas_  conceptos básicos de programación.pdfEstructuras básicas_  conceptos básicos de programación.pdf
Estructuras básicas_ conceptos básicos de programación.pdf
ItsSofi
 
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
jjfch3110
 
Posnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativaPosnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativa
Fernando Villares
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
AlejandraCasallas7
 
3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto
cdraco
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
PABLOCESARGARZONBENI
 
Estructuras básicas_ conceptos de programación (1).docx
Estructuras básicas_ conceptos de programación  (1).docxEstructuras básicas_ conceptos de programación  (1).docx
Estructuras básicas_ conceptos de programación (1).docx
SamuelRamirez83524
 
Diagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdfDiagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdf
ManuelCampos464987
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
vazquezgarciajesusma
 
Estructuras Básicas_Tecnología_Grado10-7.pdf
Estructuras Básicas_Tecnología_Grado10-7.pdfEstructuras Básicas_Tecnología_Grado10-7.pdf
Estructuras Básicas_Tecnología_Grado10-7.pdf
cristianrb0324
 
Conceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación ProyectoConceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación Proyecto
cofferub
 
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
marianabz2403
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
vazquezgarciajesusma
 

Último (20)

Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
 
Robótica educativa para la eduacion primaria .pptx
Robótica educativa para la eduacion primaria .pptxRobótica educativa para la eduacion primaria .pptx
Robótica educativa para la eduacion primaria .pptx
 
Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.Desarrollo de Habilidades de Pensamiento.
Desarrollo de Habilidades de Pensamiento.
 
Alan Turing Vida o biografía resumida como presentación
Alan Turing Vida o biografía resumida como presentaciónAlan Turing Vida o biografía resumida como presentación
Alan Turing Vida o biografía resumida como presentación
 
Conceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. TecnologíaConceptos Básicos de Programación. Tecnología
Conceptos Básicos de Programación. Tecnología
 
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...
 
proyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmusproyecto invernadero desde el departamento de tecnología para Erasmus
proyecto invernadero desde el departamento de tecnología para Erasmus
 
Estructuras básicas_ conceptos básicos de programación.pdf
Estructuras básicas_  conceptos básicos de programación.pdfEstructuras básicas_  conceptos básicos de programación.pdf
Estructuras básicas_ conceptos básicos de programación.pdf
 
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdfTrabajo Coding For kids 1 y 2 grado 9-4.pdf
Trabajo Coding For kids 1 y 2 grado 9-4.pdf
 
Posnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativaPosnarrativas en la era de la IA generativa
Posnarrativas en la era de la IA generativa
 
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdfDesarrollo de Habilidades de Pensamiento.docx (3).pdf
Desarrollo de Habilidades de Pensamiento.docx (3).pdf
 
3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto3Redu: Responsabilidad, Resiliencia y Respeto
3Redu: Responsabilidad, Resiliencia y Respeto
 
EduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clasesEduFlex, una educación accesible para quienes no entienden en clases
EduFlex, una educación accesible para quienes no entienden en clases
 
Estructuras básicas_ conceptos de programación (1).docx
Estructuras básicas_ conceptos de programación  (1).docxEstructuras básicas_ conceptos de programación  (1).docx
Estructuras básicas_ conceptos de programación (1).docx
 
Diagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdfDiagrama de flujo basada en la reparacion de automoviles.pdf
Diagrama de flujo basada en la reparacion de automoviles.pdf
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
 
Estructuras Básicas_Tecnología_Grado10-7.pdf
Estructuras Básicas_Tecnología_Grado10-7.pdfEstructuras Básicas_Tecnología_Grado10-7.pdf
Estructuras Básicas_Tecnología_Grado10-7.pdf
 
Conceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación ProyectoConceptos Básicos de Programación Proyecto
Conceptos Básicos de Programación Proyecto
 
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdfDESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
DESARROLO DE HABILIDADES DE PENSAMIENTO.pdf
 
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informática
 

Analisis Espectral Usando Matlab

  • 1. Kenny Manrique Ing. Edison Coimbra Universidad Privada de Santa Cruz de la Sierra
  • 2. 0bjetivos  Ingresar un archivo de sonido, tal como una señal de voz o una nota musical, en formato WAV (WAVE) al espacio de trabajo de MatLab; utilizando las instrucciones adecuadas.  Usar MatLab para representar señales de voz en el dominio del tiempo (formas de onda), y en el dominio de la frecuencia (espectro).  Obtener las componentes frecuenciales de las muestras.
  • 3. Introducción: Archivos WAV  Un archivo WAV o WAVE, es un formato digital de archivos de audio. Generalmente no presenta compresión de datos. Es 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. Para tener calidad CD de audio se necesita que el sonido se grabe a 44100 Hz y a 16 bits.  Este formato no es muy popular debido a que al evitarse la compresión de datos dentro del mismo para no perder calidad, hace que se genere un archivo demasiado extenso.
  • 4. Creación del Archivo WAV Mediante la grabadora de sonidos de Windows, se procederá a crear dos archivos de formato .wav para los siguientes casos: 1. Nombre del estudiante (Kenny) 2. Nota Musical (FA – Flauta) Ambos archivos creados tendrán las siguientes características: • Formato PCM • 16 Bits • Mono • 8 KHz
  • 5. Archivos Creados Los Archivos generados para este trabajo son los siguientes: Nombre Nota musical
  • 6. Análisis Espectral de las Muestras Como se menciono en los objetivos del trabajo, utilizaremos el software MatLab, mediante la introducción de comandos para obtener diversas propiedades de las señales creadas y así comparar las diferencias entre ambas. El Software MatLab nos permitirá: o Cargar el Archivo de Audio  X = wavread(‘ruta’) o Graficar en el dominio del tiempo  plot(X) o Hallar la transformada rápida de Fourier  Y = fft(x) o Hallar la potencia de la señal  A = Y.*conj(Y) o Graficar el espectro de Frecuencias  f(100,3000); plot( f, A(1,2901)) Al graficar el espectro de frecuencias (luego de calcular la fft), se debe determinar un rango de frecuencias, en este caso entre 100 y 3000 debido a que es el rango promedio de frecuencias en las cuales los ondas sonoras son perfectamente audibles
  • 7. Análisis Espectral: Nombre Grafica en el dominio del tiempo Se calcula a través de la función “plot” una vez cargado el archivo Kenny.wav original, el cual lo presenta tal como es; en forma de una onda senoidal
  • 8. Análisis Espectral: Nota Musical Grafica en el dominio de la Frecuencia Se hallando la transformada rápida de Fourier de la señal original para pasar del domino del tiempo al dominio de la frecuencia; logrando así facilitar su análisis.
  • 9. Análisis Espectral: Nombre Parámetros de la Señal Tiempo de Duración. – La señal dura 2,508 seg. en la cual, el punto de inicio del nombre en la onda sonora se da en 0,680 y se prolonga hasta 1,141seg. 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) Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia Todos estos valores fueron obtenidos en base a los gráficos generados por MatLab
  • 10. Análisis Espectral: Nota Musical Grafica en el dominio del tiempo Se calcula a través de la función “plot” una vez cargado el archivo Fa.wav original, el cual lo presenta tal como es; en forma de una onda senoidal
  • 11. Análisis Espectral: Nota Musical Grafica en el dominio de la Frecuencia Se hallando la transformada rápida de Fourier de la señal original para pasar del domino del tiempo al dominio de la frecuencia; logrando así facilitar su análisis.
  • 12. Análisis Espectral: Nota Musical Parámetros de la Señal Tiempo de Duración. – La señal dura 2,508 seg. en la cual, el punto de inicio de la nota musical emitida en la onda sonora se da en 0,525 y se prolonga hasta 1,312 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 la nota musical) Frecuencia a la mayor Potencia .- Valor al cual se alcanza la máxima Potencia Todos estos valores fueron obtenidos en base a los gráficos generados por MatLab