Download - Gourier e analisi del suono
![Page 1: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/1.jpg)
Mattia Gasperotti, GDG TrentoElia Rigo, GDG Trento
Fourier & l’Analisi del suonoGDG in school
![Page 2: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/2.jpg)
Preface
The idea to bring Fourier’s transform as an addition to my study cycle, comes by chance, nearly like a game. After having read an article that I found stimulating on the one hand, yet at the same time sloppy and shallow, a voice inwardly was saying: "this transform is omnipresent". However, the leading idea of the author is more inclined with a challenge that seems to say: "What are you able to do with this formula?" My passion for music and I.T. have done the rest; being able to mix business with pleasure and look at math and electronic no more like something that is abstract to study, but like something that is practical to apply, has given me a huge satisfaction. So, let me say loudly that Fourier’s transform is really a gorgeous invention.
![Page 3: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/3.jpg)
Summary
Signal
Definition
Characteristics
Geometric Representation
Fourier’s Series
Trigonometric Series
Trigonometric Polynomial
Linear Combination
Harmonic
Fourier’s Coefficient
Fourier’s Transform
Definition
DTFT
DFT
FFT
Cooley Tukey
Music & Fourier
Sound
Note
Piano notes
Fingerprint
Project
![Page 4: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/4.jpg)
Segnale
Un segnale è descritto nel tempo mediante una funzione f(x). Generalmente possiamo parlare di segnale acustico, segnale elettrico, segnale analogico e digitale.Una volta trasmesso, si propaga tipicamente in un mezzo trasmissivo, che ne costituisce il canale di propagazione o comunicazione.
“Un segnale è una grandezza fisica variabile nel tempo a cui è associata un’informazione”
![Page 5: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/5.jpg)
Caratteristiche fondamentali di un segnale
![Page 6: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/6.jpg)
Rappresentazione geometrica di un segnale sinusoidale - IUna oscillazione armonica sinusoidale può essere vista come la proiezione di un vettore di modulo A ruotante nel piano, a velocità angolare costante ω.Partendo dal tempo zero con il vettore orizzontale, ad ogni istante t il vettore avrà percorso un angolo ωt e la sua proiezione sull’asse verticale sarà quindi una sinusoide di ampiezza A, avente come funzione A·sen(ωt).
![Page 7: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/7.jpg)
Rappresentazione geometrica di un segnale sinusoidale - IISe la posizione iniziale del vettore non è orizzontale, ma forma un angolo j con l’asse orizzontale, l’andamento della proiezione è identico, ma la sinusoide risulterà spostata.Si utilizzerà quindi il vettore A·sen(ωt + φ).Qualunque andamento sinusoidale è quindi rappresentabile attraverso le componenti orizzontale e verticale del suo vettore iniziale di fase j, e mediante la velocità angolare ω di questo.
![Page 8: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/8.jpg)
Rappresentazione geometrica di un segnale sinusoidale - III
Per comodità di notazione matematica si può considerare tale vettore rappresentato nel piano complesso con l’asse orizzontale reale e l’asse verticale immaginario, quindi far coincidere l’ampiezza della componente cosinusoidale con l’asse reale e quella sinusoidale con l’asse immaginario.In tal modo, ricorrendo all’uguaglianza nota come “formula di Eulero”, si può anche rappresentare il vettore A con fase j , nella forma esponenziale complessa:
A·cos(φ) + j·A·sen(φ) = A·e jφ
![Page 9: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/9.jpg)
Serie di FourierOggi l’analisi di Fourier è utilizzata in campi di cui Fourier non poteva
neanche immaginare l’esistenza come, per esempio, l’elettronica.
![Page 10: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/10.jpg)
Jean Baptiste Joseph Fourier (1768-1830), matematico francese, fu docente di matematica all’Ècole Polytechnique di Parigi, e funzionario nell’amministrazione statale. L’interesse per la conduzione termica spinse Fourier a lavorare, nel 1807, ad un’opera chiamata “Theorie analitique de la chaleur” che verrà pubblicata solo nel 1822. L’opera, descrive come la conduzione di calore nei corpi solidi possa essere analizzata attraverso una serie matematica di seni e coseni.
![Page 11: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/11.jpg)
Serie di Fourier
![Page 12: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/12.jpg)
Fourier feat. Eulero
∑+∞
=
++=1
0 ) cos(2
)(n
nn nxsenbnxaaxf ∑+∞
∞−
jkxkecEulero
![Page 13: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/13.jpg)
Serie Trigonometrica
![Page 14: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/14.jpg)
Polinomi Trigonometrici
![Page 15: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/15.jpg)
Combinazione Lineare
![Page 16: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/16.jpg)
Coefficienti di Fourier
![Page 17: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/17.jpg)
Cos’è un’armonica ?
La funzione a1cosx+b1senx, ovvero il termine di ordine 1, viene detta prima armonica o armonica fondamentale della serie perché la sua frequenza è uguale a quella della funzione.
“Si definiscono armoniche superiori di indice n, le armoniche che presentano frequenze multiple della funzione iniziale”
![Page 18: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/18.jpg)
“In matematica, una trasformata è un operatore di uno spazio di funzioni su un altro spazio di funzioni. Ovvero trasforma una funzione in un'altra
funzione.“
Trasformata di Fourier
![Page 19: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/19.jpg)
Cos’è una trasformata ?Gran parte dei segnali sono funzioni nel dominio del tempo. Quando si disegna un segnale nel dominio del tempo otteniamo una rappresentazione tempo/ampiezza, ma non sempre questa rappresentazione è la più utile.Trasformazioni matematiche sono applicate ai segnali per ottenere ulteriori informazioni.Tra le numerose trasformazioni applicabili, la Trasformata di Fourier è tra le più note, in quanto a differenza della serie permette di essere applicata anche a funzioni non periodiche.
![Page 20: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/20.jpg)
Esistenza della trasformata
![Page 21: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/21.jpg)
Perché (anche) la Trasformata ?
Come abbiamo visto, una grande limitazione della serie di Fourier è che permette l’analisi di soli segnali periodici, un segnale non periodico risulterebbe quindi impossibile da elaborare.Per questo fu introdotta la trasformata di Fourier, basandosi sul fatto che un segnale aperiodico può essere considerato, almeno in linea di principio, un segnale periodico avente periodo T infinito.
Applicazione della trasformata di Fourier ad un segnale aperiodico
![Page 22: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/22.jpg)
Trasformata di Fourier
![Page 23: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/23.jpg)
Tipi di TrasformateTempo Continuo Tempo Discreto
Trasformata di Fourier
DTFTDiscrete
Time Fourier Transform
DFT Discrete Fourier Transform
FFT Fast Fourier Transform
![Page 24: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/24.jpg)
DTFT: Discrete Time Fourier Transform
![Page 25: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/25.jpg)
DFT: Discrete Fourier Transform
![Page 26: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/26.jpg)
FFT :Fast Fourier Transform
L’evoluzione dei sistemi di computazioni e l’elaborazione di efficienti algoritmi matematici hanno permesso di ridurre il normale calcolo della trasformata di Fourier da O(N2) computazione necessario al calcolo di una DFT ad O(N∙log2N) numero di operazioni eseguite da una FFT.
Per poter utilizzare una FFT è tuttavia necessario un numero di campioni pari ad una potenza di 2.
Partendo da un presupposto di 128 campioni, il costo computazionale di una DFT è di 16.384 computazioni, mentre con una FFT è di poco meno di 900, 18 volte meno.
![Page 27: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/27.jpg)
Algoritmo - Cooley Tukey
L’algoritmo di Cooley-Tukey è il più conosciuto algoritmo per il calcolo della Fast Fourier Transform.L’algoritmo si basa sul principio di dividere ricorsivamente il problema originario in due sotto-problemi fino a che questi ultimi non diventino di semplice risoluzioni (divide et impera).Questo metodo che prende il nome dagli autori James William Cooley e John Wilder Tukey, è in realtà una reinvenzione di un algoritmo già noto a Carl Friedrich Gauss.
![Page 28: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/28.jpg)
Nelle diapositive seguenti tratteremo l’utilizzo della trasformata veloce di Fourier (FFT) in campo musicale, nello specifico l’analisi sonora.
Musica & Fourier
![Page 29: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/29.jpg)
Suono
Il suono è la sensazione data dalla vibrazione di un corpo in oscillazione che si propaga nell’aria o in un altro mezzo elastico, fino a raggiungere l’apparato uditivo dell’orecchio. Tramite il complesso meccanismo della membrana timpanica, si crea una sensazione “uditiva” direttamente correlata alla natura della vibrazione.
![Page 30: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/30.jpg)
Caratteristiche principali di un suonoQualunque suono può essere descritto definendo: altezza, intensità, timbro e durata.
L’altezza dei suoni dipende dalla frequenza, più questa aumenta, più acuto è il suono. Nel linguaggio musicale le parole “alto” e “basso” vengono sostituite dai termini “acuto” e “grave”.
L’intensità è il volume di un suono, espresso in Decibel (Db).
Il timbro è la caratteristica che ci consente di distinguere il suono di uno strumento da quello di un altro. È dato dalla sommatoria di differenti armoniche.
La Durata o lunghezza, è il periodo del suono nel dominio del tempo.
L'orecchio umano è in grado di percepire vibrazioni di frequenza compresa tra i 20 e i 15.000 Hz (anche se questi valori variano a seconda della persona e dell'età).
![Page 31: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/31.jpg)
NotaNella musica convenzionale la gamma di frequenze utilizzate coincide con gli estremi del pianoforte unico strumenti in grado di raggiungere contemporaneamente i due limiti opposti, il più grave e il più acuto.Gran parte delle note prodotte dagli altri strumenti, o dai vari tipi di voce, possono essere riprodotte col pianoforte, naturalmente con timbro e volume differenti.In una gamma di frequenze che va da 27.5 Hz (il primo tasto a sinistra, un LA) a 4.186 Hz (l’ultimo a destra, un DO) per un totale di 88 tasti.
“Una nota è un suono di timbro e volume qualsivoglia, ma di frequenza stabilita.”
La nota è un suono, ma al contrario un suono non deve essere per forza una nota.
![Page 32: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/32.jpg)
Ad ogni nota il suo tasto ...
![Page 33: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/33.jpg)
Acoustic Fingerprint
Every song could be represent on a duration/frequency graph called spectrogram.On one axis is time, on another is frequency, and on the 3rd is intensity.Assuming time is on the x-axis and frequency is on the y-axis a fingerprints identifies the frequencies of “peak intensity” on this 3d graph. For each of these peak points it keeps track of the frequency and the amount of time from the beginning of the track for more than 30 points/sec. Why fingerprints are so important ?
Spectrogram of a song sample with peak intensities
marked in red
![Page 34: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/34.jpg)
Shazam, Midomi & co.Have you ever heard a great song on the radio, would you like to know the name and author, but you do not know how?
Now is possible by combining two basic elements: a database of unique audio fingerprints of millions of songs, and software that can process and analyze an audio sample of you unknown song while searching that database for a match. How it work ? After build a fingerprint of your unkwon song (a sample of about 10-30 seconds is more than enough) the software use the frequency founded as key to match in a database of song, than it returns name and artist.
Software such as Shazam builds their fingerprint catalog out as a hash table, where the key is the frequency.
![Page 35: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/35.jpg)
- Wikipedia l’Enciclopedia Libera (Maggio 2013)• Segnale (Fisica) • Armonica (Fisica)• Piano key frequency • Trasformata di Fourier Veloce• Cooley-Tukey FFT algorithm • ISO 16
- Sinusoidi e vettori rotanti - Paolo Schgör- Corso base verde di matematica, Plus - M. Bergamini, A. Trifone, G. Barozzi- Fourier ed il ruolo della sua trasformata nella ricerca neurologica – M. L. Manca, L. Murri- Corso di teoria dei segnali e fondamenti sulla trasmissione dati – G. Gelli, L. Paura- Convergenza puntuale ed uniforme delle serie di Fourier - Mark A.- Fast Fourier Transform - Sebastiano Greco, Danilo Meli, Lucio Cantone- Rappresentazione del segnale nel dominio della frequenza – V. A.- Teoria musicale/Il suono e le note – Wikibooks- What is audio fingerprinting? – Dan Gravell- Come funziona Shazam (e un clone come Midomi): spiegazione tecnica – M. Fama
Riferimenti
![Page 36: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/36.jpg)
• Elisabetta Galli – Docente di matematica• Rita Iacovone – Docente di elettronica e telecomunicazioni• Giuliano Pellegrini – Docente di sistemi informatici• Luca Bazzanella per le delucidazioni in acustica e teoria musicale• Giulia Zanini per le delucidazioni nel passaggio da trasformata a serie
Ringraziamenti
![Page 37: Gourier e analisi del suono](https://reader035.vdocuments.site/reader035/viewer/2022062313/55c4f82ebb61eb46508b47b7/html5/thumbnails/37.jpg)
Mattia Gasperotti, GDG TrentoElia Rigo, GDG Trento
InfoSito: gdgtrento.it Oppure scrivici a: [email protected]