dspdata - DSP データ パラメーターの情報 - MATLAB - MathWorks 日本
メモ dspdata.dataobj の使用は推奨されていません。代わりに適切な関数インターフェイスを使用してください。 Hs = dspdata.dataobj(input1,...) では、タイプ dataobj の dspdata オブジェクト Hs が返されます。このオブジェクトは、指定された dataobj タイプに必要なパラメーター情報をすべて含んでいます。個々のリファレンス ページで説明されているとおり、各 dataobj は 1 つ以上の入力を受け入れます。入力値を指定しないと、出力オブジェクトは特定の dataobj タイプに対して適切な既定のプロパティ値をもちます。
MATLAB Note/音声の加工 - Miyazawa’s Pukiwiki 公開版
MATLABで正弦波を作る（デジタル波） b = 1.0; %正弦波の振幅 f = 12; %周波数（1[s]の間に何回同じ波形が出現するか） Fs = 8820; %サンプリング周波数 t = 0 : 1/Fs : 1.0; %[時間軸の作成] 1/Fs 間隔で 0.0～1.0[s] まで data = b * sin(2 * pi * f * t); %pi=円周率π plot(data); title('時間信号'), xlabel('time[sample]'); 余弦波（cos波） 余弦波の式は、以下のようになる。 a：正弦波の振幅 円運動する点の横座標を、時間の関数として表現した式である。 MATLABで余弦波を作る（デジタル波） a = 1.0; f = 12; Fs = 8820; t = 0 : 1/Fs : 1.0; data = a * cos(2 * pi * f
音声の LPC 解析と合成 - MATLAB & Simulink - MathWorks 日本
この例では MATLAB® コマンド ラインで使用可能な DSP System Toolbox™ 機能を使用して、LPC (線形予測符号化) と呼ばれる音声圧縮手法を実装する方法を示します。 はじめにこの例では、音声信号の LPC を実装します。このプロセスは、解析と合成という 2 つの手順で構成されています。解析では信号から反射係数を抽出し、これを使用して残差信号を計算します。合成では残差信号と反射係数を使用して信号を復元します。残差信号と反射係数のコーディングに必要なビット数は、元の音声信号より少なくなります。 次の図は、この例で実装するシステムを示しています。 このシステムでは、まず音声信号を 1600 サンプルのオーバーラップを含む 3200 サンプル サイズのフレームに分割し、ハミング ウィンドウで乗算します。12 次の自己相関係数を計算し、レビンソン・ダービン アルゴリズムを使
デジタルシグナルプロセッサ - Wikipedia
デジタルシグナルプロセッサ（英: digital signal processor、DSP）は、デジタル信号処理に特化したマイクロプロセッサであり、一般にリアルタイムコンピューティングで使われる[1]。 デジタル信号処理のアルゴリズムは一般に大量の演算を一群のデータに対して素早く行う必要がある。アナログからデジタルに信号を変換し、それを操作し、再びアナログに戻す（下図参照）。多くのデジタル信号処理は潜伏時間に制約がある。すなわち、デジタル信号処理がある時間以内に完了しないと、システムは役に立たない。 単純なデジタル信号処理システム 多くの汎用のプロセッサでも、デジタル信号処理のアルゴリズムを正しく実行できる。しかし、そのようなマイクロプロセッサは消費電力や大きさの関係で、携帯電話やPDAなどには適さなかった。デジタル信号処理に特化したDSPは、より安価でより低消費電力でありながら、より高性
音声のディジタル信号処理 : ソフトウェアと音響のデジタル信号処理
ディジタル信号処理には、映像、音声、制御系信号処理などさまざまな応用分野がありますが、 ここでは音響系の信号処理技術をご紹介して行きます 音声、オーディオ信号のデジタル信号処理は、アナログの電気信号をデジタル信号に変換し(A/D変換)、信号処理の結果をアナログ信号に変換(D/A変換)する上の図のようなモデルがシンプルな構成ですが、 記録メディアや信号伝送経路(電波、ネットワーク、デジタル接続)、再生装置によってアナログ信号や信号処理の介在する状況は異りなます。 出力もデジタルスピーカーになる場合など、必ずしもD/A変換器を介するとは限りません。 信号処理は、ハードウェアで実現される場合もソフトウェアで実現される場合もありますが、 音声信号の場合は、目的に応じたDSPやCPUによってソフトウェア処理されるケースが一般的です。 信号処理のソフトウェア パソコンのオーディオ信号はCPUで処理され
FFTとは？ ～本当は正しくないFFTの周波数特性～
エンジニアや理工系の人と話をしていると、FFT＝周波数特性と勘違いしている人が大勢います。それも絶対に正しいと思っている人が居るんだけどそれは大間違いです。 なるべく数式を使わずに簡単にFFTとは何であるのかを解説します。 フーリエ変換とは フーリエ級数展開とは フーリエ変換やフーリエ級数展開の特徴 標本化と量子化 離散フーリエ変換(DFT)とは 高速フーリエ変換(FFT)とは FFT(DFT)の本質 どうしてFFTは正しくないのか （おまけ）スペクトル推定法と基底変換 （おまけ2）フーリエ変換の存在についての補足 参考リンク 関連記事 フーリエ変換とは フーリエ変換＝FFTと思っている人も多いのですが、これも間違い。 フーリエ変換とは 無限に続く任意の連続信号（１次元）を、無限の周波数までのsin波とcos波の重ねあわせとして表現できる ことを利用してある任意の信号を、sin波とcos波
サンプリング周波数 - Wikipedia
サンプリング周波数（サンプリングしゅうはすう）、または標本化周波数[1]は、音声等のアナログ波形をデジタルデータにするために必要な処理である標本化（サンプリング）において、単位時間あたりに標本を採る頻度。単位はHzが一般に使われるが、sps (sample per second) を使うこともある。 サンプリングレート、サンプルレートとも呼ばれる。 ある波形を正しく標本化するには、波形の持つ周波数成分の帯域幅の2倍より高い周波数で標本化する必要がある（これをサンプリング定理と呼ぶ）。 逆に、サンプリング周波数の1/2の帯域幅の外側の周波数成分は、復元時に折り返し雑音となるため、標本化の前に帯域制限フィルタにより遮断しておかなければならない。 音楽CDで使用されるサンプリング周波数は44.1kHzであるため、直流から22.05kHzまでの音声波形を損なわずに標本化できる。あらかじめ、カットオ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
CiNii Research
sspatj.jp - このウェブサイトは販売用です！ - sspatj リソースおよび情報
CyberLearningService Login