Estoy ante un caso real de aplicación DSP. Tengo conocimientos básicos de filtrado digital y temas de telecomunicaciones.
La entrada de mi "caja negra" es una señal de audio digital (por ejemplo, un archivo WAV común, estéreo 44100 Hz, 16 bits). Necesito desarrollar un ecualizador digital y crear las muestras de audio de salida.
El cálculo tiene que hacerse en tiempo real, es decir, con una transmisión en vivo. Soy consciente de que significa que tengo que definir un búfer lo suficientemente grande como para alimentar los filtros.
El enfoque básico es crear varios filtros digitales de paso de banda para cambiar la ganancia de las frecuencias en cada banda. Debido a que las bandas solicitadas son muchas (> 16), voy a trabajar en el dominio de la frecuencia.
Mi pensamiento:
Preguntas:
(*) mejor aquí no es solo una opinión: hablo de complejidad de código, latencia y precisión
Su pregunta es más adecuada para el intercambio de pila de procesamiento de señales, y esta es quizás la respuesta que está buscando. Sin embargo, los problemas básicos son:
Las FFT/DFT son filtros; sin embargo, (1) su respuesta de frecuencia no es ideal ya que se superponen entre sí en el dominio continuo, (2) no están espaciados de la manera que mejor se adapte a nuestra respuesta auditiva, lo que lleva a un procesamiento derrochador, y (3) son circunvoluciones circulares que pueden conducir a discontinuidades de muestra a muestra.
Lo que está buscando es un banco de filtros ortogonales eficiente que esté espaciado logarítmicamente en el dominio de la frecuencia. Existen varios enfoques para estos.
Una transformada wavelet apropiada podría ser más eficiente, ya que se introduce diezmado en cada paso que pasa por alto la resolución de intervalo fijo de las FFT.
En particular, la transformada Q constante invertible se diseñó teniendo en cuenta estos problemas.
Aunque no estoy muy familiarizado con él, puedo idear una metodología que podría servir para su propósito basada en el enfoque de wavelet.
Tenga en cuenta que cada banda inferior requiere el doble de muestras para procesar, por lo que esta es una instancia de la característica de filtrado de velocidad variable de las transformadas wavelet. Sin embargo, la tasa de muestreo total permanece constante debido al submuestreo intermedio.
Hay algunos problemas de fase que deberían abordarse y que darían lugar a limitaciones prácticas en los filtros. Wikipedia trata extensamente sobre la Transformada Wavelet Discreta.
M KS
david tweed
Marca