Zhrnutie na Cepstrálna analýza a psychoakustika

Cepstrálna Analýza a Psychoakustika: Komplexný Sprievodca

ZhrnutieTest znalostíKartičkyPodcastMyšlienková mapa

Úvod

Digitálne spracovanie signálov (DSP) sa zaoberá reprezentáciou, analýzou a spracovaním signálov, ktoré pôvodne existujú v analógovej (spojitej) forme, v diskrétnej (digitálnej) forme. Tento materiál poskytuje prehľad základných pojmov: diskrétne signály, LTI systémy, Fourierove transformácie, vzorkovanie, viacrýchlostné spracovanie a základné typy filtrov. Cieľom je dať študentovi samostatný, zrozumiteľný a praktický návod na osvojenie jadra témy.

Obsah

  • Diskrétne signály a základné typy
  • Lineárne časovo invariantné (LTI) systémy a konvolúcia
  • Fourierove transformácie v diskrétnom a spojitom čase
  • Vzorkovanie a vzťah medzi analógovou a digitálnou doménou
  • Multirate (viacrýchlostné) spracovanie: decimácia, interpolácia, resampling
  • Digitálne filtre: FIR a IIR, základné návrhové princípy

Základné pojmy a definície

Diskrétne (digitálne) signály: sekvencia hodnôt označená [x[n]], kde n je diskrétny časový index.

Analógové signály: spojitá funkcia x(t) definovaná pre všetky reálne časy t.

LTI systém: systém, ktorý je lineárny a časovo invariantný; je kompletne určený impulznou odozvou h[n].

Vzorkovanie: proces prevodu x(t) na [x[n]] cez vzorkovanie v krokoch T, $x[n]=x(nT)$.

1. Diskrétne signály — príklady a vlastnosti

  • Sinusoida: $x[n]=A\cos(\omega_0 n + \phi)$ — periodická, základná stavebná zložka.
  • Jednotkový impulz (Kronecker delta): $\delta[n]=1$ pre $n=0$, inak 0.
  • Jednotkový stupeň: $u[n]=1$ pre $n\ge 0$, inak 0.
  • Exponenciála: $x[n]=a^n u[n]$, kde $|a|<1$ dáva klesajúcu sekvenciu.

Tabuľka: Porovnanie základných diskrétnych signálov

SignálDefiníciaHlavná vlastnosť
Impulz$\delta[n]$identifikuje impulznú odozvu systému
Stupeň$u[n]$integruje impulzy do krokového priebehu
Sinusoida$A\cos(\omega_0 n + \phi)$frekvenčná zložka
Exponenciála$a^n u[n]$stabilita ak $
💡 Vedeli ste?Did you know that a finite sum of complex exponentiálov môže reprezentovať ľubovoľnú periodickú diskrétnu sekvenciu (Fourierova radová forma)?

2. LTI systémy a konvolúcia

Impulzná odozva a konvolúcia

  • LTI systém je určený impulznou odozvou $h[n]$ a pre ľubovoľný vstup $x[n]$ platí

$$y[n]=\sum_{k=-\infty}^{\infty} x[k],h[n-k] = x[n]*h[n].$$

  • Vlastnosti konvolúcie: komutatívna, asociatívna, distributívna.

Praktický príklad: ak $h[n]=\delta[n]+0.5\delta[n-1]$, tak systém realizuje jednoduché vyhladzovanie.

Stabilita a kauzalita

  • LTI systém je BIBO stabilný, ak $\sum_n |h[n]|<\infty$.
  • Kauzálny systém má $h[n]=0$ pre $n<0$.

3. Fourierove transformácie

Diskrétna Fourierova transformácia (DFT)

  • Pre dĺžku $N$ signál $x[n]$ definujeme DFT

$$X[k]=\sum_{n=0}^{N-1} x[n] e^{-j 2\pi kn/N}, \quad k=0,1,\dots,N-1.$$

  • Inverse DFT:

$$x[n]=\frac{1}{N}\sum_{k=0}^{N-1} X[k] e^{j 2\pi kn/N}.$$

  • Rýchly algoritmus: FFT — znižuje zložitosť z $O(N^2)$ na $O(N\log N)$.

Diskrétna časová Fourierova transformácia (DTFT)

  • Pre neperiodickú sekvenciu $x[n]$ definujeme

$$X(e^{j\omega})=\sum_{n=-\infty}^{\infty} x[n] e^{-j\omega n},$$

ktorá je periodická v $\omega$ s periódou $2\pi$.

Fourierova transformácia spojitej (analógovej) funkcie

  • Pre analógový signál $x(t)$:

$$X(\Omega)=\int_{-\infty}^{\infty} x(t) e^{-j\Omega t} dt.$$

  • Inverzná transformácia:

$$x(t)=\frac{1}{2\pi} \int_{-\infty}^{\infty} X(\Omega) e^{j\Omega t} d\Omega.$$

Box: Modulačná vlastnosť — násobenie v časovej doméne korešponduje s konvolúciou v frekvenčnej doméne a naopak.

4. Vzorkovanie a rekonštrukcia (kľúčové princípy)

  • Vzorkovací proces: impulzný vlak $p(t)=\sum_{n=-\infty}^{\infty} \delta(t-nT)$, vzorkované signál

$$x_p(t)=x(t) p(t)=\sum_{n} x(nT) \delta(t-nT).$$

  • Fourierovo: spektrum $X_p(\Omega)$ je periodické s periódou $\Omega_s=2\pi/T$.

  • Podmienka na dokonalú rekonštrukciu (sampling theorem): ak $X(\Omega)=0$ pre $|\Omega|>\Omega_N=\pi/T$, t.j. ak je signál pásmový s pásmom menším ako Nyquist, potom možno z vzoriek presne rekonštruova

Zaregistruj sa pre celé zhrnutie
KartičkyTest znalostíZhrnutiePodcastMyšlienková mapa
Začni zadarmo

Už máš účet? Prihlásiť sa

Základy digitálneho spracovania signálov

Klíčová slova: Technológie spracovania reči - kepstrálna analýza, Fonológia, fonetika a rečová akustika, Priestorové vnímanie zvuku a kódovanie, DSP a spracovanie zvuku, Percepcia zvuku - fyziológia a anatómia, Vzorkovanie a konverzia, Kvantizácia a A/D konverzia, Vyhľadávanie, grafové algoritmy a lineárna predikcia, Analýza a extrakcia príznakov reči, Kódovanie zvuku a formáty, Bezztrátové a ochranné techniky audia, Technológie spracovania reči - reprezentácie a kódovanie, Kódovanie reči a kodeky, Kvantizácia a entropické kódovanie, Základy digitálneho spracovania signálov, Digitálne filtre a filtračné metódy, Filtre IIR a rekurzívne systémy, Transformácie a čas‑frekvencia, Reverbácia a priestorová akustika, Dynamické spracovanie zvuku, Psychoakustika a modely v audio technike, Perceptuálne kódovanie zvuku, Kódovanie zvuku a kodeky, Filterové banky a MDCT, Transformačné a vlnkové kódovanie zvuku, Parametrické a sinusoidálne kódovanie, Kodeky a štandardy audio kódovania, Technológie spracovania reči - signály, Technológie spracovania reči - multimodálne spracovanie, Technológie spracovania reči - rozpoznávanie a syntéza, Štatistika a pravdepodobnosť, Bayesovské metódy a rozhodovanie, Technológie spracovania reči - klasifikátory a hodnotenie, Technológie spracovania reči - rozpoznávanie vzorov a ML, Technológie spracovania reči - kvantizácia a klastrovanie, Technológie spracovania reči - Markovove modely, Technológie spracovania reči - rozpoznávanie, Technológie spracovania reči - akustické modely, Technológie spracovania reči - adaptívne metódy, Technológie spracovania reči - zber a snímače, Technológie spracovania reči - robustnosť a šum, Gramatiky a formálna teória v NLP, Jazykové modelovanie a n-gramy, Technológie spracovania reči - vyhľadávacie algoritmy, Textová a fonetická analýza pre TTS, Systémy a metódy syntézy reči, Syntéza reči a prosódia, Prosódia, intonácia a F0, Hodnotenie kvality syntézy reči, Technológie spracovania reči - dialógové systémy, Sémantika a znalosti v NLP, Spracovanie reči a dialógové systémy, Technológie spracovania reči - hlasové rozhrania, Stochastické procesy a modelovanie, Akustické modelovanie a FM

Klíčové pojmy: Definícia diskretizácie: $x[n]=x(nT)$ a sampling period $T$, LTI systém: $y[n]=x[n]*h[n]=\sum_k x[k]h[n-k]$, DFT: $X[k]=\sum_{n=0}^{N-1} x[n] e^{-j2\pi kn/N}$ a IDFT s $1/N$ faktором, Sampling theorem: rekonštrukcia pomocou sinc interpolácie ak pásmo $<\pi/T$, Decimácia (down-sample) vyžaduje anti-aliasing lowpass s cutoff $\pi/M$, Interpolácia (up-sample) = vloženie núl + nízkopriepustné vyhladenie, FIR filtre sú vždy BIBO stabilné; IIR filtre môžu byť nestabilné ak póly $|z|\ge1$, Window design: truncácia ideálneho sinc dáva Gibbsov jav; použitie Hamming/Hanning znižuje bočné laloky, FFT redukuje výpočty DFT z $O(N^2)$ na $O(N\log N)$, Resampling $N/M$: realizuje sa up $N$, filter s cutoff $\pi/\max(N,M)$, down $M$, Zero-order hold v D/A: $H_{ZOH}(j\Omega)=T e^{-j\Omega T/2}\dfrac{\sin(\Omega T/2)}{\Omega T/2}$, Lineárna fáza FIR: symetrické koeficienty $h[n]=h[M-n]$ zabezpečujú konštantné oneskorenie

## Úvod Digitálne spracovanie signálov (DSP) sa zaoberá reprezentáciou, analýzou a spracovaním signálov, ktoré pôvodne existujú v analógovej (spojitej) forme, v diskrétnej (digitálnej) forme. Tento materiál poskytuje prehľad základných pojmov: diskrétne signály, LTI systémy, Fourierove transformácie, vzorkovanie, viacrýchlostné spracovanie a základné typy filtrov. Cieľom je dať študentovi samostatný, zrozumiteľný a praktický návod na osvojenie jadra témy. ## Obsah - Diskrétne signály a základné typy - Lineárne časovo invariantné (LTI) systémy a konvolúcia - Fourierove transformácie v diskrétnom a spojitom čase - Vzorkovanie a vzťah medzi analógovou a digitálnou doménou - Multirate (viacrýchlostné) spracovanie: decimácia, interpolácia, resampling - Digitálne filtre: FIR a IIR, základné návrhové princípy ## Základné pojmy a definície > Diskrétne (digitálne) signály: sekvencia hodnôt označená [x[n]], kde n je diskrétny časový index. > Analógové signály: spojitá funkcia x(t) definovaná pre všetky reálne časy t. > LTI systém: systém, ktorý je **lineárny** a **časovo invariantný**; je kompletne určený impulznou odozvou h[n]. > Vzorkovanie: proces prevodu x(t) na [x[n]] cez vzorkovanie v krokoch T, $x[n]=x(nT)$. ## 1. Diskrétne signály — príklady a vlastnosti - Sinusoida: $x[n]=A\cos(\omega_0 n + \phi)$ — periodická, základná stavebná zložka. - Jednotkový impulz (Kronecker delta): $\delta[n]=1$ pre $n=0$, inak 0. - Jednotkový stupeň: $u[n]=1$ pre $n\ge 0$, inak 0. - Exponenciála: $x[n]=a^n u[n]$, kde $|a|<1$ dáva klesajúcu sekvenciu. Tabuľka: Porovnanie základných diskrétnych signálov | Signál | Definícia | Hlavná vlastnosť | |---|---:|---| | Impulz | $\delta[n]$ | identifikuje impulznú odozvu systému | | Stupeň | $u[n]$ | integruje impulzy do krokového priebehu | | Sinusoida | $A\cos(\omega_0 n + \phi)$ | frekvenčná zložka | | Exponenciála | $a^n u[n]$ | stabilita ak $|a|<1$ | Did you know that a finite sum of complex exponentiálov môže reprezentovať ľubovoľnú periodickú diskrétnu sekvenciu (Fourierova radová forma)? ## 2. LTI systémy a konvolúcia ### Impulzná odozva a konvolúcia - LTI systém je určený impulznou odozvou $h[n]$ a pre ľubovoľný vstup $x[n]$ platí $$y[n]=\sum_{k=-\infty}^{\infty} x[k]\,h[n-k] = x[n]*h[n].$$ - Vlastnosti konvolúcie: komutatívna, asociatívna, distributívna. > Praktický príklad: ak $h[n]=\delta[n]+0.5\delta[n-1]$, tak systém realizuje jednoduché vyhladzovanie. ### Stabilita a kauzalita - LTI systém je BIBO stabilný, ak $\sum_n |h[n]|<\infty$. - Kauzálny systém má $h[n]=0$ pre $n<0$. ## 3. Fourierove transformácie ### Diskrétna Fourierova transformácia (DFT) - Pre dĺžku $N$ signál $x[n]$ definujeme DFT $$X[k]=\sum_{n=0}^{N-1} x[n] e^{-j 2\pi kn/N}, \quad k=0,1,\dots,N-1.$$ - Inverse DFT: $$x[n]=\frac{1}{N}\sum_{k=0}^{N-1} X[k] e^{j 2\pi kn/N}.$$ - Rýchly algoritmus: FFT — znižuje zložitosť z $O(N^2)$ na $O(N\log N)$. ### Diskrétna časová Fourierova transformácia (DTFT) - Pre neperiodickú sekvenciu $x[n]$ definujeme $$X(e^{j\omega})=\sum_{n=-\infty}^{\infty} x[n] e^{-j\omega n},$$ ktorá je periodická v $\omega$ s periódou $2\pi$. ### Fourierova transformácia spojitej (analógovej) funkcie - Pre analógový signál $x(t)$: $$X(\Omega)=\int_{-\infty}^{\infty} x(t) e^{-j\Omega t} dt.$$ - Inverzná transformácia: $$x(t)=\frac{1}{2\pi} \int_{-\infty}^{\infty} X(\Omega) e^{j\Omega t} d\Omega.$$ > Box: Modulačná vlastnosť — násobenie v časovej doméne korešponduje s konvolúciou v frekvenčnej doméne a naopak. ## 4. Vzorkovanie a rekonštrukcia (kľúčové princípy) - Vzorkovací proces: impulzný vlak $p(t)=\sum_{n=-\infty}^{\infty} \delta(t-nT)$, vzorkované signál $$x_p(t)=x(t) p(t)=\sum_{n} x(nT) \delta(t-nT).$$ - Fourierovo: spektrum $X_p(\Omega)$ je periodické s periódou $\Omega_s=2\pi/T$. - Podmienka na dokonalú rekonštrukciu (sampling theorem): ak $X(\Omega)=0$ pre $|\Omega|>\Omega_N=\pi/T$, t.j. ak je signál pásmový s pásmom menším ako Nyquist, potom možno z vzoriek presne rekonštruova