對於音訊採集,需要各種標準環境雜訊,如安靜環境。我們首先來看什麼樣的環境叫安靜環境(國標):
這裡我可以看到國標是以 dba為單位的,那麼如何算這個 dba 。
下面先說一下如何計算 db, 而後再說 db 與 dba 的區別,最後再說如何從 db 轉換到 dba 的計算。
需要乙個標準聲音源 ,用於標定音訊訊號幅值對應聲壓。
聲音源產生 1000hz, 94db 的聲音頻號,錄音裝置在絕對安靜環境下採集得到音訊訊號(增益預設為1)。
將音訊訊號解碼並歸一化,做dft變換,得到 1000hz 處對應 幅值a。
那麼我們就可以得到音訊幅值與聲音頻號之間的轉換係數 α=δp/δa, 94 = 20lg(δp) 。
假定音訊訊號為 f(t),f(t) 即為音訊訊號解碼歸一化後函式。
假定聲音頻號為 g(t) ,則 g(t) = f(t) * α
將 g(t) 做傅利葉變換, 變為頻譜 g(k),k 表示頻率點
db_k = 20lg|g(k)|,一般性,頻譜範圍是 0-10khz
db = 1/n*σ(db_k)
dba 是從人耳的角度來定義音量,與 db 相比多了乙個權重係數w。也就是在 db_k 到 db 的計算公式上增加乙個權重係數,係數如下圖:
方法一:在頻譜g(k)上進行操作。g』(k) = g(k)*(10^w_k)
方法二:在 db_k 上進行操作。db』_k = db_k + w』_k
方法一和方法二是等價的,也就是說,w』_k = 20lg(10^w_k) = 20w_k。上圖裡面的權重,私以為應該是w』_k
db = 1/n*σ(db_k +w'_k)
1. db 與 dba 並不等價,兩者相差乙個權重係數,相同的聲音頻號算出來的值,dba 是 小於 db 的2. 一般性錄音裝置應該是已經做了標定的,具體引數可以在說明書上查詢(即靈敏度引數),當然用久了之後,這個引數的參考價值就會降低 基於深度學習的海洋生物聲音頻號智慧型識別技術與實現
基於深度學習的水聲訊號智慧型識別技術與實現 基於開源資料集,講聲音做fft變換轉換為頻譜圖,設計卷積神經網路對聲音進行分類識別。這裡的處理對計算機環境要求比較高。1.研究背景與意義 2.聲音特徵提取技術 3.基於深度學習分類器設計 4.實驗結果及將來工作 水聲處理 頻譜fft log mel mfc...
貸款的還款方式及計算方法總結
一次還本付息法 講解 現各銀行規定,貸款期限在一年以內 含一年 那麼還款方式為到期一次還本付息,即初期的貸款本金加上整個貸款期內的利息綜合。計算公式如下 a 貸款期為一年 到期一次還本付息額 貸款本金 1 年利率 b 貸款期不到一年 到期一次還本付息額 貸款本金 1 月利率 貸款期 月 其中 月利率...
Latex輸入矩陣的方式及不同省略號的表示
原文出處 latex數學公式 矩陣中省略號的表示 直接用matrix pmatrix bmatrix bmatrix vmatrix或者vmatrix環境 begin begin 0 1 1 0 end quad begin 0 i i 0 end quad begin 0 1 1 0 end qu...