clear all;

%Odczytanie nagrania, odczytanie czestotliwosci probkowania i wyswietlenie
%wykresu sygnalu w czasie
%Zadanie 1
[sygnal,fs]=audioread('MichalFabianski.wav');
sygnal=sygnal';%wektor wierszowy
Tp=1/fs;
N=length(sygnal);
T=N*Tp;
k=0:N-1;
czas=Tp*k;
subplot(4,2,1);
plot(czas,sygnal,'b-')
xlabel('Czas [s]')
grid on
text_fs=num2str(fs);
tekst=['fp= ',text_fs,'[Hz]'];
title(['Wykres nagrania ',tekst])

%Wykres charakterystyki amplitudowej
%Zadanie 2
widmo=fft(sygnal);
Fp=1/T;
k=0:N-1;%Os czestotliwosci do czestotliwoœci Nyquista
os_f=Fp*k;
widmo=widmo(1:N);%prazki ponizej czestotliwoœci Nyquista
subplot(4,2,2);hold on
stem(os_f,abs(widmo),'r.');
plot(os_f,abs(widmo),'b-.');
title('Zadanie 1');
xlabel('Czestotliwosc [Hz]')
grid on;


%Zwiekszenie liczby probek poprzed wstawienie miedzy kazda para probek
%jednego 'zera'
%Zadanie 3
y = upsample(sygnal, 2);
Tp_2 = 1/(2*fs);
N_2 = length(sygnal)*2;
T_2 = N_2 * Tp_2;
k_2 = 0:N_2 - 1;
czas_2 = Tp_2 * k_2;
subplot(4, 2, 3);
plot(czas_2, y);


%Wyswietlenie wykresu widma amplitudowego po zwiekszeniu probek
%Zadanie 4
widmo_2 = fft(y);
Fp_2 = 1/T_2;
os_f_2 = Fp_2 * k_2;
widmo_2 = widmo_2(1:N_2);
subplot(4, 2, 4);hold on
plot(os_f_2, abs(widmo_2));


%Wykonanie filtracji dolnoprzepustowej dla sygnalu
%Zadanie 5
filtr = fir1(100, 0.5);
przefiltrowany = filter(filtr, 1, y);


%Obliczenie oraz wyswietlenie widma sygnalu po filtracji
%Zadanie 6
subplot(4, 2, 6);
plot(os_f_2, abs(fft(przefiltrowany)));