Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- import numpy as np
- import matplotlib.pyplot as plt
- from scipy import signal
- import scipy as scipy
- import scipy.io.wavfile as wav
- #ZADANIE 1
- f = 1000 # CZestotliwość sygnału (Hz)
- fp = 8000 # Częstotliwość próbkowania (Hz)
- Tp = 1/fp # okres próbkowania (sek)
- A = 1 # Amplituda
- #faza = np.pi # faza (rad)
- dur = 5 # Czas trwania
- alfa = 0.9
- def f1(funkcja, alfa):
- a1 = np.zeros(40000)
- for i in a1:
- a1[i] = alfa*a1[i-1]+(1-alfa)*funkcja[i]*funkcja[i]
- return a1
- t = np.arange(0,dur+Tp,Tp)
- ysin = A * np.sin(2*np.pi*t*f)
- chirp = signal.chirp(t,0,dur,f)
- plt.plot(chirp)
- plt.show()
- plt.plot(t,ysin)
- plt.show()
- tt = np.arange(0,40000)/10000
- fs,signal=wav.read("voice.wav")
- y_noise = (max(signal)/8*np.random.normal(0,1,40000))
- plt.plot(tt,signal/40000)
- plt.xlabel('Czas [sek.]')
- plt.ylabel('Amplituda')
- plt.title('Mowa')
- plt.show()
- plt.plot(tt,y_noise/40000)
- plt.xlabel('Czas [sek.]')
- plt.ylabel('Amplituda')
- plt.title('Szum')
- plt.show()
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement