Ψηφιακή Επεξεργασία Φωνής

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "Ψηφιακή Επεξεργασία Φωνής"

Κρόνος Σερπετζόγλου
7 χρόνια πριν
Προβολές:

1 ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Φωνής Ενότητα 1η: Ψηφιακή Επεξεργασία Σήματος Στυλιανού Ιωάννης Τμήμα Επιστήμης Υπολογιστών

2 CS578- Speech Signal Processing Lecture 1: Discrete-Time Signal Processing Framework Yannis Stylianou University of Crete, Computer Science Dept., Multimedia Informatics Lab Univ. of Crete, 2008 Winter Period

3 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

4 Discrete-time Signals Unit sample or impulse : Unit step: Exponential sequence: Sinusoidal sequence: Complex exponential sequence: δ[n] = 1, n = 0 = 0, n 0 u[n] = 1, n 0 = 0, n < 0 x[n] = Aα n x[n] = A cos (ωn + φ) x[n] = Ae jωn

5 Discrete-time Signals Unit sample or impulse : Unit step: Exponential sequence: Sinusoidal sequence: Complex exponential sequence: δ[n] = 1, n = 0 = 0, n 0 u[n] = 1, n 0 = 0, n < 0 x[n] = Aα n x[n] = A cos (ωn + φ) x[n] = Ae jωn

6 Discrete-time Signals Unit sample or impulse : Unit step: Exponential sequence: Sinusoidal sequence: Complex exponential sequence: δ[n] = 1, n = 0 = 0, n 0 u[n] = 1, n 0 = 0, n < 0 x[n] = Aα n x[n] = A cos (ωn + φ) x[n] = Ae jωn

7 Discrete-time Signals Unit sample or impulse : Unit step: Exponential sequence: Sinusoidal sequence: Complex exponential sequence: δ[n] = 1, n = 0 = 0, n 0 u[n] = 1, n 0 = 0, n < 0 x[n] = Aα n x[n] = A cos (ωn + φ) x[n] = Ae jωn

8 Discrete-time Signals Unit sample or impulse : Unit step: Exponential sequence: Sinusoidal sequence: Complex exponential sequence: δ[n] = 1, n = 0 = 0, n 0 u[n] = 1, n 0 = 0, n < 0 x[n] = Aα n x[n] = A cos (ωn + φ) x[n] = Ae jωn

9 Discrete-time Systems Discrete-time System: y[n] = T {x[n]} Important class of systems: Linear and Time Invariant (LTI): Linearity: Time-Invariant: T {ax 1 [n] + bx 2 [n]} = at {x 1 [n]} + bt {x 2 [n]} if y[n] = T {x[n]} then y[n n 0 ] = T {x[n n 0 ]} Important property of LTI: y[n] = k= x[k]h[n k] = x[n] h[n]

10 Discrete-time Systems Discrete-time System: y[n] = T {x[n]} Important class of systems: Linear and Time Invariant (LTI): Linearity: Time-Invariant: T {ax 1 [n] + bx 2 [n]} = at {x 1 [n]} + bt {x 2 [n]} if y[n] = T {x[n]} then y[n n 0 ] = T {x[n n 0 ]} Important property of LTI: y[n] = k= x[k]h[n k] = x[n] h[n]

11 Discrete-time Systems Discrete-time System: y[n] = T {x[n]} Important class of systems: Linear and Time Invariant (LTI): Linearity: Time-Invariant: T {ax 1 [n] + bx 2 [n]} = at {x 1 [n]} + bt {x 2 [n]} if y[n] = T {x[n]} then y[n n 0 ] = T {x[n n 0 ]} Important property of LTI: y[n] = k= x[k]h[n k] = x[n] h[n]

12 Discrete-time Systems Discrete-time System: y[n] = T {x[n]} Important class of systems: Linear and Time Invariant (LTI): Linearity: Time-Invariant: T {ax 1 [n] + bx 2 [n]} = at {x 1 [n]} + bt {x 2 [n]} if y[n] = T {x[n]} then y[n n 0 ] = T {x[n n 0 ]} Important property of LTI: y[n] = k= x[k]h[n k] = x[n] h[n]

13 Stability and Causality for LTI Necessary and sufficient conditions for: Stability: h[n] < n= Causality: h[n] = 0, for n < 0

14 Stability and Causality for LTI Necessary and sufficient conditions for: Stability: h[n] < n= Causality: h[n] = 0, for n < 0

15 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

16 Discrete-Time Fourier Transform, DTFT Discrete-Time Fourier Transform pair: Direct: Inverse: Example: X (ω) = n= x[n]e jωn x[n] = 1 π X (ω)e jωn dω 2π π Ae jω 0n+φ 2πAe jφ δ(ω ω 0 )

17 Discrete-Time Fourier Transform, DTFT Discrete-Time Fourier Transform pair: Direct: Inverse: Example: X (ω) = n= x[n]e jωn x[n] = 1 π X (ω)e jωn dω 2π π Ae jω 0n+φ 2πAe jφ δ(ω ω 0 )

18 Discrete-Time Fourier Transform, DTFT Discrete-Time Fourier Transform pair: Direct: Inverse: Example: X (ω) = n= x[n]e jωn x[n] = 1 π X (ω)e jωn dω 2π π Ae jω 0n+φ 2πAe jφ δ(ω ω 0 )

19 Discrete-Time Fourier Transform, DTFT Discrete-Time Fourier Transform pair: Direct: Inverse: Example: X (ω) = n= x[n]e jωn x[n] = 1 π X (ω)e jωn dω 2π π Ae jω 0n+φ 2πAe jφ δ(ω ω 0 )

20 DTFT properties Fourier transform is complex: X (ω) = X r (ω) + jx i (ω) = X (ω) ej X (ω) Fourier transform is periodic with period 2π: For real valued sequence x[n]: X (ω + 2π) = X (ω) X (ω) = X ( ω) Energy of a signal (Parseval theorem): n= x[n] 2 = 1 π X (ω) 2 dω 2π π

21 DTFT properties Fourier transform is complex: X (ω) = X r (ω) + jx i (ω) = X (ω) ej X (ω) Fourier transform is periodic with period 2π: For real valued sequence x[n]: X (ω + 2π) = X (ω) X (ω) = X ( ω) Energy of a signal (Parseval theorem): n= x[n] 2 = 1 π X (ω) 2 dω 2π π

22 DTFT properties Fourier transform is complex: X (ω) = X r (ω) + jx i (ω) = X (ω) ej X (ω) Fourier transform is periodic with period 2π: For real valued sequence x[n]: X (ω + 2π) = X (ω) X (ω) = X ( ω) Energy of a signal (Parseval theorem): n= x[n] 2 = 1 π X (ω) 2 dω 2π π

23 DTFT properties Fourier transform is complex: X (ω) = X r (ω) + jx i (ω) = X (ω) ej X (ω) Fourier transform is periodic with period 2π: For real valued sequence x[n]: X (ω + 2π) = X (ω) X (ω) = X ( ω) Energy of a signal (Parseval theorem): n= x[n] 2 = 1 π X (ω) 2 dω 2π π

24 Uncertainty principle Given a signal x[n] we define as: Duration of the signal: D(x) = Bandwidth of the signal: B(x) = n= π π (n n) 2 x[n] 2 (ω ω) 2 X (ω) 2 dω where n = n= n x[n] 2 ω = π π ω X (ω) 2 dω Uncertainty Principle states that: D(x)B(x) 1/2

25 Uncertainty principle Given a signal x[n] we define as: Duration of the signal: D(x) = Bandwidth of the signal: B(x) = n= π π (n n) 2 x[n] 2 (ω ω) 2 X (ω) 2 dω where n = n= n x[n] 2 ω = π π ω X (ω) 2 dω Uncertainty Principle states that: D(x)B(x) 1/2

26 Hilbert Transform For a real signal x[n], we form the analytic signal: where s r [n] = x[n]/2 and s[n] = s r [n] + js i [n] S i (ω) = H(ω)S r (ω) where H(ω) is referred to as Hilbert transform: H(ω) = j 0 ω < π = j π ω < 0

27 Instantaneous amplitude and frequency The analytic signal may be written as: s[n] = A[n]e jθ[n] Instantaneous amplitude: Instantaneous frequency: A[n] = s[n] where ω[n] = dθ(t) dt θ(t) = t t=nt ω(τ)dτ

28 Instantaneous amplitude and frequency The analytic signal may be written as: s[n] = A[n]e jθ[n] Instantaneous amplitude: Instantaneous frequency: A[n] = s[n] where ω[n] = dθ(t) dt θ(t) = t t=nt ω(τ)dτ

29 Instantaneous amplitude and frequency The analytic signal may be written as: s[n] = A[n]e jθ[n] Instantaneous amplitude: Instantaneous frequency: A[n] = s[n] where ω[n] = dθ(t) dt θ(t) = t t=nt ω(τ)dτ

30 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

31 z-transform z-transform pair: Direct: Inverse: Example: X (z) = n= x[n]z n x[n] = 1 X (z)z n 1 dz 2πj C a n u[n] 1 1 az 1 z > a

32 z-transform z-transform pair: Direct: Inverse: Example: X (z) = n= x[n]z n x[n] = 1 X (z)z n 1 dz 2πj C a n u[n] 1 1 az 1 z > a

33 z-transform z-transform pair: Direct: Inverse: Example: X (z) = n= x[n]z n x[n] = 1 X (z)z n 1 dz 2πj C a n u[n] 1 1 az 1 z > a

34 z-transform z-transform pair: Direct: Inverse: Example: X (z) = n= x[n]z n x[n] = 1 X (z)z n 1 dz 2πj C a n u[n] 1 1 az 1 z > a

35 z-transform: rational functions Usually: X (z) = P(z) Q(z) = Az r Mi k=1 (1 a kz 1 ) M 0 k=1 (1 b kz) Ni k=1 (1 c kz 1 ) N 0 k=1 (1 d kz) No repeated poles, no poles outside the unit circle: X (z) = N i k=1 A k (1 c k z 1 )

36 z-transform: rational functions Usually: X (z) = P(z) Q(z) = Az r Mi k=1 (1 a kz 1 ) M 0 k=1 (1 b kz) Ni k=1 (1 c kz 1 ) N 0 k=1 (1 d kz) No repeated poles, no poles outside the unit circle: X (z) = N i k=1 A k (1 c k z 1 )

37 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

38 Eigenvalues, Eigenfrequencies, and Eigenfunctions If x[n] = e jω 0n, then y[n] = H(ω 0 )x[n] where H(ω) is referred to as frequency response: H(ω) = k= h[k]e jωk while H(z) is usually referred to as system function or transfer function

39 Convolution theorem If and if: y[n] = x[n] h[n], then: x[n] X (ω) h[n] H(ω) Y (ω) = X (ω)h(ω)

40 Example of convolution

41 Windowing (Modulation) theorem If and if: y[n] = x[n]w[n], then: x[n] X (ω) w[n] W (ω) π 2π π = 1 2π Y (ω) = 1 X (Θ)W (ω Θ)dΘ X (ω) W (ω)

42 Example of modulation

43 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

44 Difference Equations In time: In z-domain: N M y[n] = a k y[n k] + b k x[n k] k=1 k=0 H(z) = M k=0 b kz k 1 N k=1 a kz k = Az r Mi k=1 (1 a kz 1 ) M 0 k=1 (1 b kz) Ni k=1 (1 c kz 1 )

45 Magnitude-Phase Relationships Minimum, Maximum and Mixed-phase systems H(z) = H min (z)h max (z) Minimum-phase and All-pass system H(z) = H min (z)a all (z) Note that m m h min [n] 2 h[n] 2, m 0 n=0 n=0

46 Magnitude-Phase Relationships Minimum, Maximum and Mixed-phase systems H(z) = H min (z)h max (z) Minimum-phase and All-pass system H(z) = H min (z)a all (z) Note that m m h min [n] 2 h[n] 2, m 0 n=0 n=0

47 Example of minimum and mixed phase

48 FIR and IIR filters FIR: IIR: h[n] 0, 0 n < M N i h[n] = A k ck n u[n] k=1

49 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

50 Discrete Fourier Transform Discrete Fourier Transform, DFT, pair: Direct: Inverse: X (k) = x[n] = 1 N Parseval theorem: N 1 n=0 N 1 n=0 N 1 k=0 x[n]e j 2π N kn, 0 k N 1 X (k)e j 2π N kn 0 n N 1 x[n] 2 = 1 N N 1 k=0 X [k] 2

51 Discrete Fourier Transform Discrete Fourier Transform, DFT, pair: Direct: Inverse: X (k) = x[n] = 1 N Parseval theorem: N 1 n=0 N 1 n=0 N 1 k=0 x[n]e j 2π N kn, 0 k N 1 X (k)e j 2π N kn 0 n N 1 x[n] 2 = 1 N N 1 k=0 X [k] 2

52 Outline 1 Discrete-Time Signals and Systems 2 Discrete-Time Fourier Transform 3 z-transform 4 LTI Systems in the frequency domain 5 Properties of LTI systems 6 Discrete Fourier Transform 7 A/D and D/A

53 Analog to Digital and Digital to Analog

55 Τέλος Ενότητας

56 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Κρήτης» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 3

57 Σημειώματα

58 Σημείωμα αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση, Όχι Παράγωγο Έργο 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί.. 5

59 Σημείωμα Αναφοράς Copyright Πανεπιστήμιο Κρήτης, Στυλιανού Ιωάννης. «Ψηφιακή Επεξεργασία Φωνής. Ψηφιακή Επεξεργασία Σήματος». Έκδοση: 1.0. Ηράκλειο/Ρέθυμνο Διαθέσιμο από τη δικτυακή διεύθυνση:

60 Διατήρηση Σημειωμάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού θα πρέπει να συμπεριλαμβάνει: το Σημείωμα Αναφοράς το Σημείωμα Αδειοδότησης τη δήλωση Διατήρησης Σημειωμάτων το Σημείωμα Χρήσης Έργων Τρίτων (εφόσον υπάρχει) μαζί με τους συνοδευόμενους υπερσυνδέσμους.

61 Σημείωμα Χρήσης Έργων Τρίτων Το Έργο αυτό κάνει χρήση των ακόλουθων έργων: Εικόνες/Σχήματα/Διαγράμματα/Φωτογραφίες Εικόνες/σχήματα/διαγράμματα/φωτογραφίες που περιέχονται σε αυτό το αρχείο προέρχονται από το βιβλίο: Τίτλος: Discrete-time Speech Signal Processing: Principles and Practice Prentice-Hall signal processing series, ISSN Συγγραφέας: Thomas F. Quatieri Εκδότης: Prentice Hall PTR, 2002 ISBN: X, Μέγεθος: 781 σελίδες και αναπαράγονται μετά από άδεια του εκδότη.

Σχετικά έγγραφα

Διοικητική Λογιστική

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 10: Προσφορά και κόστος Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά