statnice_Obsahově zalo·ené techniky vyhledávání zvuku

případě, kdy hodnoty určitého počtu za sebou následujících vzorků jsou pod amplitudovým prahem, povazujeme tyto vzorky za tichy segment.
Příznaky získané z frekvenční reprezentace
Frekvenční spektrum
Časová reprezentace zvukového signálu nevystihuje tak názorně jeho frekvenční složení jako frekvenční reprezentace. Tuto reprezentaci získáme z časové reprezentace pomocí Fourierovy transformace, kde je signál vyjádřen velikostmi a fází jednotlivých frekvenčních komponentů. Frekvenční reprezentaci zvukového signálu se říká také frekvenční spektrum signálu. Na Obr. 2 je znázorněno spektrum zvukového signálu vyobrazeného na předcházejícím obraze. Je vidět. ze značná část energie se nachází ve frekvenčním rozsahu od 0 do 10kHz.
V následujícím se zaměříme na příznaky získané z frekvenční reprezentace signálu.
Šířka pásma
Šířka pásma určuje frekvenční rozsah zvukového signálu. Obecně platí, že hudba má větší šířku pásma než řeč. Nejjednodušším postupem stanovení šířky pásma je stanovení frekvenčního rozdílu mezi frekvenčními komponenty s nejvyšší a nejmenší frekvencí, které mají nenulovou amplitudu. V praxi se ale častěji používá limit 3dB nad úrovní ticha.
Rozložení energie
Ze spektra signálu je velmi dobře patrné rozdělení energie mezi jednotlivými frekvenčními komponenty. Může být na první pohled zřejmé, zda má zvukový signál značné vysokofrekvenční komponenty. Tato informace totiž může napomáhat při klasifikaci zvukového signálu, protože obvykle platí, že hudební signály mají vyšší zastoupení vysokofrekvenčních komponentů než řeč. Je tedy důležité spočítat energii ve vysokofrekvenčním a nízkofrekvenčním pásmu. Definice těchto pásem jsou samozřejmě aplikačně závislé. Například víme, že řeč jen z zřídka obsahuje vyšší frekvenční komponenty než 7 kHz. Můžeme proto rozdělit spektrum kolem frekvence 7 kHz. Spočítá se celková energie v těchto dvou pásmech jako suma dílčích energií frekvenčních komponentů v daném pásmu.
Důležitým příznakem odvozeným z rozdělení energie ve spektru je spektrální centroid, který odpovídá frekvenční poloze těžiště oblasti pod křivkou rozdělení energie ve spektru. Tak má například řeč nižší centroid ve srovnání s hudbou.
Harmonicita
Pokud je zvukový signál periodický, jeho frekvenční komponenty (harmonické složky) se nachází na frekvencích, které jsou celočíselnými násobky nejnižší obsažené frekvence. Frekvenční komponenta nacházející se na této nejnižší frekvenci bývá nejenergičtější a její frekvence se nazývá základní frekvencí (základní harmonickou). Hudba je více harmonická než jiné zvuky. To, či je zvuk harmonický, lze stanovit kontrolou významných frekvenčních komponent. Jejich frekvence by měla být celočíselným násobkem základní frekvence.
Spektrogram
Zahrnuje závislost tří veličin, a to frekvence, času a amplitudy. Pro znázornění spektrogramu se používá nejčastěji obrazová forma, kde