语音学习笔记5------时频分析

2024-06-04 01:48

本文主要是介绍语音学习笔记5------时频分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

很多时候,仅仅在时域或者仅仅在频域上处理信号已经不能满足信号处理的需求,于是时频分析的方法应运而生。进行信号时频分析处理的方法很多,但是最常用的基于傅里叶变换的短时傅里叶变换的方法。在matlab里面的help就是这样的。

s = spectrogram(x)   

s = spectrogram(x,window)   

s = spectrogram(x,window,noverlap)   

s = spectrogram(x,window,noverlap,nfft)    

[s,w,t] = spectrogram(___) 


[s,f,t] = spectrogram(___,fs) 


[s,w,t] = spectrogram(x,window,noverlap,w) 

[s,f,t] = spectrogram(x,window,noverlap,f,fs)


chrip()信号是一个典型的非平稳信号;

surf()函数是三维曲面(色)图

 surf 和 surfc 是通过矩形区域来观测数学函数的函数。surf和surfc能够产生由X、Y、Z指定的有色参数化曲面,即三维有色图。 
 
当x = 1:n、y = 1:m,并且[m,n]=size(Z)时,surf(Z)会产生一个矩阵Z的z部分的三维遮罩层,这里Z是一个定义在几何矩形网格内的单值函数。 
 
surf(X,Y,Z)同样产生矩阵Z的有色遮罩层,XY可以是有xy定义的向量或矩阵
 
surf(X,Y,Z,C)是产生一个由C定义颜色的矩阵Z的有色遮罩层 


axis([XMIN XMAX YMIN YMAX])  二维坐标系下坐标范围
axis([XMIN XMAX YMIN YMAX ZMIN ZMAX])  三维坐标系下坐标范围
axis([XMIN XMAX YMIN YMAX ZMIN ZMAX CMIN CMAX])  三维坐标系下坐标范围和当前坐标系下颜色范围限定

V = axis
返回当前坐标范围参数
二维坐标 四个元素
三维坐标 六个元素
axis AUTO
坐标返回到默认状态下,具体状态视具体图像等做适应性变动
axis MANUAL
固定当前坐标设置,若 hold 命令是打开状态,后续图片用相同的设置
axis TIGHT
使坐标范围适应数据范围
axis FILL
将坐标轴的取值范围分别设置为绘图所用数据在相应方向上的最大、最小值
axis IJ
使用矩阵坐标系:坐标原点在左上角、横坐标(j-轴)的值从左到右增加,纵坐标(i-轴)的值从上到下增加
axis XY
使用笛卡儿(Cartesian)坐标系(缺省):坐标原点在左下角、横坐标(x-轴)的值从左到右增加,纵坐标(y-轴)的值从下到上增加
axis EQUAL
使在每个方向的数据单位都相同。其中x-轴、y-轴与z-轴将根据所给数据在各个方向的数据单位自动调整其纵横比,这可以使SPHERE(25) 看起来更像球体,而非椭球体
axis IMAGE
效果与命令axis equal相同,只是图形区域刚好紧紧包围图象数据
axis SQUARE
设置当前图形为正方形(或立方体形),系统将调整x-轴、y-轴与z-轴,使它们有相同的长度,同时相应地自动调整数据单位之间的增加量
axis NORMAL
恢复坐标系的大小,取消对单元格的限制,取消 axis square 和 axis equal 影响
axis VIS3D
固定当前坐标设置以便进行旋转(三维)
axis OFF
关闭所用坐标轴上的标记、格栅和单位标记。但保留由text和gtext设置的对象
axis ON
显示坐标轴上的标记、单位和格栅。
其中,axis([xmin xmax ymin ymax]) 用来标注输出的图线的最大值最小值。


view()的调用格式为view(AZ,EL)或者view([AZ,ZL])  
其作用为通过方位角AZ和俯视角EL设置观察图形的视点,其中AZ和EL的说明如下:
当x轴平行于观察者,y轴垂直于观察者时,AZ为0,以此为起点,绕着z轴顺时针转动,AZ为正,逆时针转动,AZ为负;EL为观察者眼睛与xoy平面所形成的角度。当观察者的眼睛在xoy平面上时,EL=0; 向上EL为正,即为俯视角,向下EL为负,即为仰视角;默认值为方位角-37.5,仰角30
    view(2) 设置默认的二维视角, AZ=0,EL=90
    view(3) 设置默认的三维视角, AZ=-37.5,EL=30
    view([X Y Z]) 设置Cartesian坐标系的视角,[X Y Z]向量的长度大小被忽略
    [AZ,EL] = view 返回当前的方位角和仰角


不懂的可以加我的QQ群:522869126(语音信号处理) 欢迎你

到来哦,看了博文给点脚印呗,谢谢啦~~



这篇关于语音学习笔记5------时频分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1028722

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学