- サウンドデータの再生と録音
任意の標本化周波数／16bit量子化（short integer）されたデジタル・サウンドデータを再生する（DA変換する）プログラムが下記にある。必要に応じて使用せよ。
sndplay バイナリのダウンロード
% ./sndplay -f 16000 xxxx.dat
標本化周波数 16000 Hz のサウンドデータ xxxx.dat の DA 変換（再生）する。
% chmod 755 ./sndplay と，明示的に，excecutable にする必要があるかもしれない。
- 任意の標本周波数／16bit量子化（short integer）されたデジタル・サウンドデータを再生する（DA変換する）場合は，sox (SOund eXchanger) というパッケージをインストールして使ってください。
- sox のインストール（apt get）の仕方
- % sudo apt-get install sox
- パスワード入力を求められますので，対応して下さい。
- sox をインストールすると，play, rec というコマンドが使えるようになるはずです。
- sox を使った再生（play）方法
- % play -t raw -c 1 -e signed-integer -b 16 -r 16000 xxxxxx.dat
- -t : data type を指定する。raw データ。ヘッダは付いていない。
- -c : チャネル数。1
- -e : encoding の方法を指定。ここでは，普通の signed-integer を指定。
- -b : 1サンプル当たりのビット数。16
- -r : サンプリング周波数（sampling rate）。16000（=16k）。8k, 48kにしたい場合は，そのように指定する。
- ファイル名を最後に指定する。ここでは，xxxxxx.dat というファイル。
アナログサウンドデータ（マイク入力）を任意の標本化周波数／16bit量子化（short integer）で録音する（AD変換する）プログラムが下記にある。必要に応じて使用せよ。
sndrecord バイナリのダウンロード
% ./sndrecord -f 16000 -t 10 xxxx.dat
マイク（アナログ）入力より，標本化周波数 16000 Hz で 10 秒間 AD 変換（録音）し，ファイル xxxx.dat に保存する。
% chmod 755 ./sndrecord と，明示的に，excecutable にする必要があるかもしれない。
- マイク入力された音・音声を任意の標本周波数／16bit量子化（short integer）で録音する（AD変換する）場合は，下記のようにすればよい。
- soxを使った録音（record）の仕方
- % rec -t raw -c 1 -e signed-integer -b 16 -r 16000 xxxxxx.dat
- 配布している laptop PC は，アナログのマイク入力端子がない。 USBポートに差す USB オーディオアダプタを「２個／机」配布する。それを使って，インターネット電話を作って欲しい。laptop PC 内蔵マイクだとノイズをかなり拾ってしまう。なお，音声入力が上手く行かない場合は，ヘッドセットを交換してみるのも手である。
sndplay & sndrecord のソースファイルのダウンロード ちなみに，下記で提供する xxxx.dat というサウンドデータは全て sndplay で再生できる。また，xxxx.wav はクリックするだけで，再生できるはずである。 - マちなみに，下記で提供する xxxxxx.dat というサウンドデータは全て play で再生できる。また，xxxxxx.wav はクリックだけで再生できるはずである。
- DFTを用いた対数振幅スペクトル特性の描画
- 穴埋めソースファイルは，ここ。
- % DFT sound.dat 32382 512
- 頭の 32382 サンプル（short integer）をスキップして，次の512サンプルをDFTする。
- 対数振幅スペクトルの情報は標準出力にprintf()される。詳細はソースを見よ。
- 各音源のどこの部分を分析するのか？
- guitar（wav）
- 9.467[sec] からの 32[msec] を分析する。
- 最後に比較的大きな音が三つあるが，その一つ目に相当。
- mbira（wav）
- 0.158[sec] からの 32[msec] を分析する。
- 最初の音である。
- speech（wav）
- 0.984[sec] からの 32[msec] を分析する。
- 最初の「本日は」の「は」の「あ」に相当。
- なお，xxx[sec] が何サンプル目に相当するのか，は，当然標本周波数に依存する。
- ちなみに，32[msec]というのは，サンプル数で言えば，256（8kHz），512（16kHz），1536（48kHz）である。
- 対数振幅スペクトル例
- インパルス応答を使った反響（エコー）効果の演出／FIRフィルタ
- まずは，反響（エコー）効果についての説明として，これを読むべし。
- 全ての音は，反響（エコー）によって脚色されていることを学ぶべし。
- 本実験でも，例えば，こんなインパルス応答を使って脚色する。
- 各種インパルス応答のダウンロード
- room = 普通の部屋，hall = ホール，church = 大聖堂（？）
- _16k.dat, _48k.dat : 各標本化周波数でのインパルス応答，short integerの配列
- _16k_double.dat, _48k_double.dat : 各標本化周波数でのインパルス応答，doubleの配列。実験ではこちらを使うべし。_16k.dat, _48k.dat のデータに対して，パワーの正規化をして得られたデータ。結果が浮動小数点になるため double 化している。
- 穴埋めソースファイルは，ここ。
- ちなみに，プログラムが完成すれば，これが，こういうふうに，なる。君の演説が，オバマ大統領顔負けの，大聖堂での演説に早変わりする？ それとも銭湯の演説会？
- guitar, mbira, speech は通常の部屋で収録されている。つまり，エコーがもともとかかっている。本当に無響室で収録された音に対して脚色したい学生は，これ，を使うと良いだろう。
- ちなみに・・・
- 簡易サウンドエフェクタの方は，穴埋めソースは，無い。
- なお，穴埋めソースで使っている，標準関数についてチェックしたい学生は，ここ，かな。
- 選択課題4.5の検討課題であるが，フィルタの対数振幅特性は，インパルス応答の時間長から適切な窓幅を設定し，インパルス応答のスペクトルを求めることになる。例えば，church (16kHz版） のインパルス応答を１秒まで考慮し（16,000ポイント），これの対数振幅特性を DFT で求めたものが，これ，である。
- ただ，注意して欲しいのは，こうやって求めた DFT スペクトルは，実際にはどういう波形（信号）のスペクトルなのか，ということである。「対象にした0〜1秒までの church インパルス応答」としか答えられないようなら，もう一度信号解析基礎や信号処理工学のノートを開くことを強く勧める。例えば，2秒＝32,000ポイントでスペクトルを求めると，1秒の時とどう変わるのか，とか，そういうことを考察対象として欲しいなぁぁ。