Sei sulla pagina 1di 17

Elaborazione numerica del suono

1
Campionamento

Campionare un segnale elettrico significa determinare il suo valore ad intervalli prefissati di tempo.
La frequenza di campionamento (fc) il numero di campioni ottenuti in 1 secondo
Inoltre il valore ottenuto noto solo con precisione finita, causa il numero di bit del convertitore,
che limitato (tipicamente compreso fra 16 e 24)

Conseguentemente, su un piano ampiezza-


tempo, la forma donda analogica approssimata
da una serie di punti giacenti sui nodi di un
reticolo

2
Discretizzazione in ampiezza e nel tempo


Segnale analogico
Segnale digitale (campionato)

3
Puo il segnale campionato rappresentare
fedelmente quello originale?
S, ma solo se si rispetta il teorema di Shannon:

La frequenza di campionamento deve essere


almeno doppia della frequenza del segnale
analogico che viene campionato
La frequenza pari a met di fc viene detta frequenza di
Nyquist onde evitare che segnali a frequenza maggiore
di essa siano presenti allingresso del campionatore,
occorre un filtro analogico passa-basso che elimini ogni
segnale al di sopra della frequenza di Nyquist. Tale filtro
viene detto anti Aliasing.

4
ESEMPI
CD audio fc = 44.1 kHz risoluzione 16 bit
La frequenza di Nyquist dunque pari a 22.05 kHz, ed il filtro
anti-aliasing comincia a tagliare attorno ai 20 kHz, affinch a
22.05 kHz il segnale sia attenuato di unottantina di dB.

Registratore DAT fc = 48 kHz risoluzione 16 bit


La frequenza di Nyquist dunque pari a 24 kHz, ed il filtro anti-
aliasing comincia a tagliare sempre attorno ai 20 kHz, affinch a
24 kHz il segnale sia attenuato di unottantina di dB.

DVD Audio fc = 96 kHz risoluzione 24 bit


La frequenza di Nyquist dunque pari a 48 kHz, ma il filtro anti-
aliasing comincia a tagliare attorno ai 24 kHz, affinch a 48 kHz
il segnale sia attenuato di oltre 120 dB. Un filtro siffatto molto
meno ripido di quello del CD o del DAT, e conseguentemente
molto pi corto nel tempo e non distorce la forma donda.

5
Risposta allimpulso

6
Un semplice sistema lineare
Sistema fisico (un ingresso, una uscita)

Lettore CD Amplificatore Altoparlante Microfono Analizzatore

Sistema

Schema a blocchi

x() h() y()

Input signal Systems Impulse Output signal


Response
(Transfer function)

7
Filtraggio FIR (Finite Impulse Response)

x ( ) x ( i ) h ( ) h ( i ) y ( ) y ( i )
Leffetto del sistema lineare h sul segnale x descrivibile
tramite loperazione di convoluzione discretizzata:
N 1
y(i) x i j h j
j0

Tale operazione si chiama anche filtraggio FIR quindi


qualunque sistema fisico che opera linearmente (senza
distorsione) in realt un filtro FIR. In notazione compatta:

y(i) x i h j
Operatore convoluzione

8
Filtraggio IIR (Infinite Impulse Response)

a ( j)
x ( ) x ( i ) y ( ) y ( i )
b( j)
Leffetto del sistema lineare sul segnale x descrivibile
alternativamente anche tramite un filtraggio ricorsivo:
N 1 N 1
y( i ) x i j a j y i j b j
j 0 j1
In pratica, quindi, il segnale y, gi filtrato agli istanti precedenti
viene usato per calcolare il nuovo campione del segnale filtrato.
In molti casi pratici questo consente di rappresentare
fedelmente un sistema (un filtro) con un ridotto numero di
coefficienti A e B, mentre con il filtraggio FIR, per effettuare un
identico filtraggio, sarebbero occorsi migliaia di coefficienti.

9
Lalgoritmo FFT
La trasformata veloce di Fourier molto impiegata in acustica.
Gli scopi sono principalmente due:
o Analsi spettrale in banda costante
o Filtraggio FIR veloce

LFFT consente il passaggio fra un segnale nel tempo (forma


donda) e la sua rappresentazione in frequenza (spettro), con
risoluzione a bande costanti da 0 Hz (DC) alla frequenza di
Nyquist (met della frequenza di campionamento)

Maggiore la lunghezza del segnale nel tempo analizzato,


migliore sar la risoluzione in frequenza dello spettro ottenuto:

[N punti campionati nel tempo] => [N/2+1 bande in frequenza]

(il +1 rappresenta la risposta alla frequenza 0, cio la componente


continua del segnale, che in acustica si assume per definizione
nulla, in quanto la pressione atmosferica viene sottratta)

10
Lalgoritmo FFT
Il numero di punti processati e deve essere sempre una potenza di
2, ad esempio 4096, 8192, 16384, etc.

Segnale nel tempo (64 punti)

IFFT
FFT

Spettro in frequenza
E anche possibile la trasformata inversa (32 bande + DC)
(da spettro a segnale nel tempo)

11
Spettro complesso, autospettro

LFFT produce uno spettro complesso, a ciascuna frequenza si ottiene un


valore costituito da parte reale o immaginaria (Pr, Pi), o, in modo
equivalente, da modulo e fase
In molti casi la fase e considerata priva di importanza, e si visualizza solo
lo spettro del modulo quadrato del segnale, nella scala in dB:

{p1, p2 , p3 , p4 ,..., p N } [ FFT] {P0 , P1, P2 ,...PN / 2 }


Pr f 2 Pi f 2 P f P' f
L p f 10 log10 2 10 log10 2
po po

La seconda forma dellespressione contiene il cosiddetto AUTOSPETTRO


del segnale, ottenuto moltiplicando, a ciascuna frequenza il valore
complesso P(f) per il suo complesso coniugato P(f)

12
Spettro complesso, autospettro

In altri casi invece


importante anche
linformazione di
fase (soprattutto
quando si fa lFFT di
una risposta
allimpulso, e non di
un semplice segnale
di pressione).
Essa viene
presentata in un
diagramma
apposito.

13
Il leakage e le finestre (window)
Una delle premesse dellanalisi di Fourier che il segnale analizzato
deve essere un periodo esatto di una forma donda periodica
Questo in generale non vero. Il mancato raccordo fra ultimo campione
del blocco analizzato e primo campione del blocco idealmente
successivo (identico a quello analizzato, visto che il segnale assunto
periodico), causa un click, che si traduce in uno spettro contaminato
da rumore a larga banda (leakage):

Leakage

Spettro teorico

14
Il leakage e le finestre (window)
Per analizzare una arbitraria forma donda non avente periodo
coincidente con il numero di campioni N, o un segnale assolutamente
aperiodico, occorre dunque finestrare il segnale contenuto nel blocco,
portandolo gradatamente a zero agli estremi
Si usano a questo scopo varie window, aventi strani nomi tipo
Hanning, Hamming, Blackmann, Kaizer, Bartlett, Parzen, etc.

15
Loverlap
Il problema delluso delle Window che tendono a non analizzare il
segnale che capita vicino al punto di giunto fra due blocchi di FFT
Onde evitare questa perdita di informazioni, occorre procedere
analizzando non blocchi di N campioni consecutivi, ma blocchi
parzialmente overlappati, perlomeno al 50%, e idealmente anche al 75%

Block 1 Window FFT

Block 2 Window FFT

Block 3 Window FFT

16
Media, waterfall, spettrogramma
Ottenuta una sequenza di spettri FFT nel tempo, si possono fare
medie esponenziali (Fast, Slow) o lineari (Leq)
Oppure si pu visualizzare levolvere dello spettro nel tempo
secondo le modalit grafiche dette waterfall e spettrogramma

17