Банк фильтров гамматона
gammatoneFilterBank разлагает сигнал, пропуская его через банк гамматоновых фильтров, равноотстоящих по шкале ERB. Банки фильтров гамматона были разработаны для моделирования слуховой системы человека.
Для моделирования слуховой системы человека:
Создать gammatoneFilterBank и задайте его свойства.
Вызовите объект с аргументами, как если бы это была функция.
Дополнительные сведения о работе системных объектов см. в разделе Что такое системные объекты?.
gammaFiltBank = gammatoneFilterBank
gammaFiltBank = gammatoneFilterBank(range)Range свойство для range.
gammaFiltBank = gammatoneFilterBank(range,numFilts)NumFilters свойство для numFilts.
gammaFiltBank = gammatoneFilterBank(range,numFilts,fs)SampleRate свойство для fs.
gammaFiltBank = gammatoneFilterBank(___,Name,Value)
gammaFiltBank = gammatoneFilterBank([62.5,12e3],'SampleRate',24e3) создает набор фильтров гамматона, gammaFiltBank, с полосовыми фильтрами, расположенными между 62,5 Гц и 12 кГц. gammaFiltBank работает с частотой дискретизации 24 кГц.Чтобы использовать функцию объекта, укажите object™ System в качестве первого входного аргумента. Например, для освобождения системных ресурсов объекта System с именем obj, используйте следующий синтаксис:
release(obj)
Создайте набор фильтров гамматона по умолчанию для частоты дискретизации 16 кГц.
fs = 16e3;
gammaFiltBank = gammatoneFilterBank('SampleRate',fs)
gammaFiltBank =
gammatoneFilterBank with properties:
FrequencyRange: [50 8000]
NumFilters: 32
SampleRate: 16000
Использовать fvtool визуализировать отклик банка фильтров.
fvtool(gammaFiltBank)
Обработка белого гауссова шума через блок фильтров. Используйте анализатор спектра для просмотра спектра выходных сигналов фильтра.
sa = dsp.SpectrumAnalyzer('SampleRate',16e3,... 'PlotAsTwoSidedSpectrum',false,... 'FrequencyScale','log',... 'SpectralAverages',100); for i = 1:5000 x = randn(256,1); y = gammaFiltBank(x); sa(y); end
Этот пример иллюстрирует неоптимальный, но простой подход к анализу и синтезу с использованием gammatoneFilterBank.
Чтение аудиофайла и прослушивание его содержимого.
[audioIn,fs] = audioread('Counting-16-44p1-mono-15secs.wav');
sound(audioIn,fs)Создание значения по умолчанию gammatoneFilterBank. Диапазон частот по умолчанию для набора фильтров составляет от 50 до 8000 Гц. Частоты вне этого диапазона ослабляются в восстановленном сигнале.
gammaFiltBank = gammatoneFilterBank('SampleRate',fs)gammaFiltBank =
gammatoneFilterBank with properties:
FrequencyRange: [50 8000]
NumFilters: 32
SampleRate: 44100
Передайте звуковой сигнал через блок фильтров гамматона. На выходе 32 канала, где количество каналов устанавливается NumFilters имущества gammatoneFilterBank.
audioOut = gammaFiltBank(audioIn); [N,numChannels] = size(audioOut)
N = 685056
numChannels = 32
Для восстановления исходного сигнала суммируйте каналы. Слушай результат.
reconstructedSignal = sum(audioOut,2); sound(reconstructedSignal,fs)
Банк фильтров гамматона ввел различные групповые задержки для выходных каналов, что приводит к плохой реконструкции. Чтобы компенсировать групповую задержку, удалите начальную задержку из отдельных каналов и установите нуль на концах каналов. Использовать info чтобы получить задержки группы. Прослушайте групповую реконструкцию с компенсацией задержки.
infoStruct = info(gammaFiltBank); groupDelay = round(infoStruct.GroupDelays); % round for simplicity audioPadded = [audioOut;zeros(max(groupDelay),gammaFiltBank.NumFilters)]; for i = 1:gammaFiltBank.NumFilters audioOut(:,i) = audioPadded(groupDelay(i)+1:N+groupDelay(i),i); end reconstructedSignal = sum(audioOut,2); sound(reconstructedSignal,fs)
Считывайте аудиосигнал и преобразуйте его в моно для удобной визуализации.
[audio,fs] = audioread('WaveGuideLoopOne-24-96-stereo-10secs.aif');
audio = mean(audio,2);Создать gammatoneFilterBank с 64 фильтрами, которые охватывают диапазон от 62,5 до 20000 Гц. Передайте звуковой сигнал через блок фильтров.
gammaFiltBank = gammatoneFilterBank('SampleRate',fs, ... 'NumFilters',64, ... 'FrequencyRange',[62.5,20e3]); audioOut = gammaFiltBank(audio);
Расчет энергии на полосу с использованием окон 50 мс с перекрытием 25 мс. Использовать dsp.AsyncBuffer разделять сигналы на перекрывающиеся окна и затем регистрировать среднеквадратичное значение каждого окна для каждого канала.
samplesPerFrame = round(0.05*fs); samplesOverlap = round(0.025*fs); buff = dsp.AsyncBuffer(numel(audio)); write(buff,audioOut.^2); sink = dsp.AsyncBuffer(numel(audio)); while buff.NumUnreadSamples > 0 currentFrame = read(buff,samplesPerFrame,samplesOverlap); write(sink,mean(currentFrame,1)); end
Преобразуйте значения энергии в дБ. Постройте график энергии на полосу с течением времени.
gammatoneSpec = read(sink); D = 20*log10(gammatoneSpec'); timeVector = ((samplesPerFrame-samplesOverlap)/fs)*(0:size(D,2)-1); cf = getCenterFrequencies(gammaFiltBank)./1e3; surf(timeVector,cf,D,'EdgeColor','none') axis([timeVector(1) timeVector(end) cf(1) cf(end)]) view([0 90]) caxis([-150,-60]) colorbar xlabel('Time (s)') ylabel('Frequency (kHz)')
Банк гамматоновых фильтров часто используется в качестве переднего конца имитации улитки, которая преобразует сложные звуки в многоканальную картину активности, подобную наблюдаемой в слуховом нерве. [2] gammatoneFilterBank следует алгоритму, описанному в [1]. Алгоритм представляет собой реализацию идеи, предложенной в [2]. Конструкция блока фильтров гамматона может быть описана в двух частях: форма фильтра (гамматон) и шкала частот. Эквивалентная прямоугольная полоса пропускания (ERB) определяет относительный интервал и полосу пропускания фильтров гамматона. Вывод шкалы ERB также обеспечивает оценку реакции слухового фильтра, которая сильно напоминает фильтр гамматона.
Шкала ERB была определена с использованием метода маскирования надрезанного шума. Этот способ включает в себя тест прослушивания, в котором надрезанный шум центрируется на тональном сигнале. Мощность тонального сигнала настраивается, и записывается порог слышимости (мощность, необходимая для прослушивания тонального сигнала). Эксперимент повторяется для различных значений ширины надрезов и центральных частот.
Способ с надрезанным шумом предполагает, что порог слышимости соответствует постоянному отношению сигнал/маскер на выходе теоретического слухового фильтра. То есть отношение мощности тона fc и затененной области является постоянным. Следовательно, соотношение между звуковым порогом и 2Δf (полосой пропускания пробки) линейно связано с соотношением между шумом, проходящим через фильтр, и 2Δf.
Производная функции, относящейся Δf к шуму, проходящему через фильтр, оценивает форму слухового фильтра. Поскольку Δf имеет обратную зависимость с мощностью шума, проходящего через фильтр, производная функции должна быть умножена на -1. Полученная в результате форма слухового фильтра обычно аппроксимируется как ролекс-фильтр.
Эквивалентная прямоугольная полоса пропускания слухового фильтра определяется как ширина прямоугольного фильтра, необходимого для прохождения той же мощности шума, что и слуховой фильтр.
[4] определяет ERB как функцию центральной частоты для молодых слушателей с нормальным слухом и умеренным уровнем шума:
00437fc + 1)
Шкала ERB (ERB) является расширением взаимосвязи между ERB и центральной частотой, получаемой путем интегрирования обратной функции ERB:
.00437f + 1)
Для построения набора гамматоновых фильтров [2] предлагает распределить центральные частоты фильтров пропорционально их полосе пропускания. Для этого gammatoneFilterBank определяет центральные частоты как линейно разнесенные по шкале ERB, покрывающие заданный частотный диапазон с требуемым количеством фильтров. Можно указать диапазон частот и требуемое количество фильтров с помощью FrequencyRange и NumFilters свойства.
[1] Slaney, Малкольм. «Эффективная реализация банка слуховых фильтров Паттерсона-Холдворта». Технический отчет Apple Computer 35, 1993.
[2] Паттерсон, Р. Д., К. Робинсон, Дж. Холдсворт, Д. Маккаун, К. Чжан и М. Аллерханд. «Сложные звуки и слуховые изображения». Слуховая физиология и восприятие. 1992, стр 429–446.
[3] Аэрцен, А. М. Х. Дж. и П. И. М. Йоханнесма. «Спектрально-временные рецептивные поля слуховых нейронов в Грассфроге». Биологическая кибернетика. Том 38, выпуск 4, 1980, стр. 223-234.
[4] Глазберг, Брайан Р. и Брайан Си Джей Мур. «Получение форм слухового фильтра из данных с надрезом-шумом». Исследование слуха. Том 47. Выпуск 1-2, 1990, стр. 103 -138.