Algunos fonemas como "ssss" son básicamente ruido blanco. ¿Cómo determinaría qué partes de una onda son ruido blanco?
A partir del análisis de frecuencia, el ruido blanco no tendrá tonos, por lo que solo usar esto sugeriría que sería indistinguible de ningún ruido. (multiplicarlo por una onda sinusoidal cancelaría todas las frecuencias).
¿Cómo escuchan nuestros oídos el ruido blanco? ¿Cómo sabe que no es solo una alta frecuencia?
¿Hay alguna manera de detectar, digamos, la entropía de una onda de sonido para determinar qué bits son ruido blanco?
Quiero escribir un software que detecte cosas como el fonema "ssss", por lo que debe determinar qué bits de una onda son ruido blanco.
Editar
Entiendo que necesitas hacer una FFT para encontrar el ruido. Así que di es una onda digital para x=0...1000 bytes.
¿Hay algún tipo de funcional como que dará un número entre 0..1 para decir qué tan cerca está la señal del ruido blanco.
Desde la parte superior de mi cabeza tal vez algo como:
pero esta es una integral doble y llevaría mucho tiempo. Mi idea es que el ruido blanco no tenga repetición, por lo que el integrando nunca será cero. Solo una suposición. No creo que funcione en la práctica. ¿Hay una fórmula más simple quizás con solo una integral o una suma?
La definición de ruido blanco (discreto) incluye la propiedad de que la autocovarianza es cero para todos los retrasos de tiempo distintos de cero. (Para un retraso de tiempo cero, es la varianza). Conceptualmente, el ruido blanco no tiene ninguna correlación consigo mismo. Esta propiedad conduce a la densidad uniforme en el espacio de Fourier, pero la autocovarianza es fácil de estimar a partir de un registro de longitud fija. El ruido casi blanco debería tener un pico muy estrecho en la autocovarianza con retraso cero.
Un enfoque más riguroso, que le daría una medida menos subjetiva de la "blancura" de su proceso, sería ajustar la serie temporal a un modelo de promedio móvil autorregresivo (ARMA). R, Matlab y Mathematica tienen paquetes para esto, y estoy seguro de que podría encontrar versiones de código abierto. Cuanto más cerca estén las constantes del proceso de cero, más cerca estará su serie del ruido blanco.
Sin embargo: en mi opinión, esta no es realmente una pregunta de acústica tanto como una pregunta de análisis de series de tiempo. Puede obtener mejores respuestas si migra a los sitios Signal Processing o Mathematics Stack Exchange.
Utilice una FFT para caracterizar el sonido. Con un tono puro, habrá mucha fuerza en uno o dos contenedores adyacentes, y todos los demás tendrán muy poca señal. Con el ruido blanco, cada contenedor tendrá fuerza, ya que habrá elementos de todas las frecuencias presentes. Sí, las fortalezas de los contenedores serán ruidosas, y tendrá que lidiar con eso, pero un poco de estadísticas debería ser de gran ayuda.
DFT/FFT is not a histogram. There are no bins
. En teoría no lo hay. Pero en la práctica, cuando tiene que escribir código para ello, crea contenedores. Después de todo, el espectro no es más que una matriz de números: una cadena de contenedores. Por eso los ingenieros hablan de contenedores. Lo vemos en el código.
garyp
zooby
garyp
Fabrice NEYRET