matlab音樂合成實(shí)驗(yàn)報(bào)告

1、音樂合成實(shí)驗(yàn)?zāi)夸浺魳泛铣蓪?shí)驗(yàn)摘要：第-部分簡單的合成音樂1.1合成東方紅 1.2除噪音，加包絡(luò)1.3改變程序，實(shí)現(xiàn)1.2中的音樂升高和降低一個(gè)八度1.4在1.2的音樂中加入諧波1.5自選音樂合成兩只老虎 第二部分用傅里葉變換分析音樂2.1載入 fmt.wav 并播放 2.2載入文件Guitar.mat，處理原始數(shù)據(jù)realwave2.3分析wave2proc的基波和諧波2.4自動(dòng)分析fmt.wav的音調(diào)和節(jié)拍第三二部分基于傅里葉級數(shù)的音樂合成 3.1用2.3分析出來的結(jié)果重新加諧波 3.2通過2.4提取的吉他音調(diào)信息彈奏東方紅.實(shí)驗(yàn)收獲摘要：本文共有三大部分：第一部分，簡單的音樂合成；第二部分

2、，用傅里葉變換分析音樂；第三部分，基于傅里葉級數(shù)的音樂合成。由潛入深，一步一步分析了用MATLA進(jìn)行音樂MATLAB合成的過程。通過本實(shí)驗(yàn)達(dá)到了加深對傅里葉級數(shù)和傅里葉分析的理解，熟悉對基本使用的目標(biāo)第一部分簡單的合成音樂1.1 合成東方紅根據(jù)東方紅第一小節(jié)的簡譜和十二平均律計(jì)算出該小節(jié)每個(gè)樂音的頻率，在MATLAB中生成幅度為1，抽樣頻率為8kHz的正弦信號(hào)表示這些樂音，用sou nd播放合成的音樂由圖可知東方紅的曲調(diào)定為 F,即 仁F,對應(yīng)的頻率為349.23Hz，據(jù)此可以計(jì)算_7/12出其他樂音的頻率，例如5對應(yīng)的頻率為f 349.23 2= 523.25，次類推計(jì)算出第一小節(jié)各樂音對應(yīng)

3、的頻率為：樂音 55621162頻率523.25523.25587.33392349.23349.23293.66392在確定了各樂音的頻率之后需要確定每個(gè)樂音的持續(xù)時(shí)間。每小節(jié)有兩拍，一拍的時(shí) 間是0.5s，因此各樂音的持續(xù)時(shí)間為：樂音55621162時(shí)間0.50.250.2510.50.250.251而在MATLA中表示樂音所用的抽樣頻率為fs=8000Hz,也就是所1s鐘內(nèi)有8000個(gè)點(diǎn)， 抽樣點(diǎn)數(shù)的多少就可表示出每個(gè)樂音的持續(xù)時(shí)間的長短。 用一個(gè)行向量來存儲(chǔ)這段音樂對 應(yīng)的抽樣點(diǎn)，在用sou nd函數(shù)播放即可。根據(jù)以上分析在MATLA中編寫如下程序：soun d_1_1.mclear;

4、clc; fs=8000;%由樣頻率f=523.25 523.25 587.33 392 349.23 349.23 293.66 392;%各個(gè)樂音對應(yīng)的頻率 time=fs*1/2,1/4,1/4,1,1/2,1/4,1/4,1;%各個(gè)樂音的抽樣點(diǎn)數(shù)N=le ngth(time);%這段音樂的總抽樣點(diǎn)數(shù)east=zeros(1,N);%用east向量來儲(chǔ)存抽樣點(diǎn)n=1;for num=1:N%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，nun表示樂音編號(hào)t=1/fs:1/fs:time(num)/fs;%產(chǎn)生第nun個(gè)樂音的抽樣點(diǎn)east( n:n+time( nu m)-1)=si n(2*pi*f( nu

5、m)*t);%由樣點(diǎn)對應(yīng)的幅值n=n+time( nu m);endsou nd(east,8000);%播放音樂在MATLA中運(yùn)行sound_1_1.m,播放出了東方紅的第一段，但是可以聽出效果很 不好，只能聽出具有東方紅的調(diào)子而已。1.2 除噪音，加包絡(luò)在1.1中聽到有“啪”的雜聲，下面通過加包絡(luò)來消噪音。最簡單的包絡(luò)為指數(shù)衰減。最簡單的指數(shù)衰減是對每個(gè)音乘以e述因子，在實(shí)驗(yàn)中首先加的是e_15t的衰減，這種衰減方法使用的是相同速度的衰減，但是發(fā)現(xiàn)噪音并沒有完全消除，播放的音樂效果不是很好，感覺音樂起伏性不強(qiáng)。于是采用不同速度的衰減，根 據(jù)樂音持續(xù)時(shí)間的長短來確定衰減的快慢，樂音持續(xù)時(shí)間越

6、長，衰減的越慢，持續(xù)時(shí)間越 短，衰減的越快。在1.1程序的基礎(chǔ)上加上包絡(luò)，編寫如下程序：soun d_1_21.mclear;clc;fs=8000;%由樣頻率f=523.25 523.25 587.33 392 349.23 349.23 293.66 392;%各個(gè)樂音對應(yīng)的頻率 %各個(gè)樂音的抽樣點(diǎn)數(shù)time=fs*1/2,1/4,1/4,1,1/2,1/4,1/4,1;N=le ngth(time);east=zeros(1,N);n=1;for num=1:N.G=Zeros(1,ti%這段音樂的總抽樣點(diǎn)數(shù)%用east向量來儲(chǔ)存抽樣點(diǎn)%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，num表示樂音編旦I經(jīng)消除，

7、同時(shí)因?yàn)椴煌j(luò)后I的3( nem)圖像00);點(diǎn)中激、衰減、持續(xù)、消失四個(gè)階段。號(hào)減的快慢不一樣，音樂聽s:1/fs:time(r后可以聽出(起來更有起伏感n u下更科學(xué)的包絡(luò)如下圖所示，每個(gè)由上圖n+以看出這個(gè)包絡(luò)是四pf線段構(gòu)成的1,：t因此此只要確定了每段線段的端點(diǎn) 可用端點(diǎn)數(shù)據(jù)寫出直線方程，因?yàn)橹本€方程可以用音加上包(我用的是斜截式)，因此匕這 段包絡(luò)可以用簡單的循環(huán)來完成。例如認(rèn)為包絡(luò)線上的數(shù)據(jù)如下圖所示： 據(jù)此 ”sou nd(east,8000);souodea_22.mclear;clc;fs=8000;%由樣頻率f=523.25 523.25 587.33 392 349.

8、23 349.23 293.66 392;%各個(gè)樂音對應(yīng)的頻率%各個(gè)樂音的抽樣點(diǎn)數(shù)%這段音樂的總抽樣點(diǎn)數(shù)%用east向量來儲(chǔ)存抽樣點(diǎn)0MA；LA中編寫如下程序鈿放time=fs*1/2,1/4,1/4,1,1/2,1/4,1/4,1;N=le ngth(time);east=zeros(1,N);n=1;for num=1:N運(yùn)行得！的衰量音1都%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，num表示樂音編號(hào)：(time(num)/fs;%產(chǎn)生第num個(gè)樂音的抽樣點(diǎn)像為e( num);%為存儲(chǔ)包絡(luò)數(shù)據(jù)的向量下圖是兩個(gè)樂音交接處5的局/1放大3圖3/5可0以看到前一個(gè)樂音一直衰減到0，后一個(gè)樂音從0開始增加，因此消除

9、了噪音。包絡(luò)線端點(diǎn)對應(yīng)的橫坐標(biāo)T=0 1.5 1 1 0;%包絡(luò)線端點(diǎn)對應(yīng)的縱坐標(biāo)s=1;b=1:1:time( nu m);for k=1:4滬生包絡(luò)線抽樣點(diǎn)若不需要每個(gè)音都衰減到0,例如只需衰減到持續(xù)階段幅值的20%對程序做簡單的修 改即可，將T=0 1.5 1 1 0 改為T=0.2 1.5 1 1 0.2運(yùn)行得到的結(jié)果為：由圖可見，每個(gè)樂音都是衰減到一較小值而不是0,也能消除噪音，同時(shí)音樂聽起來更加連續(xù)。1.3 改變程序，實(shí)現(xiàn)1.2中的音樂升高和降低一個(gè)八度升高一個(gè)八度即每個(gè)樂音的頻率都提高一倍，變?yōu)樵瓉淼?2被；降低一個(gè)八度即每個(gè) 樂音的頻率都減小一倍，變?yōu)樵瓉淼?/2。因此最簡單的

10、辦法是將存儲(chǔ)樂音頻率的向量每 個(gè)元素改變?yōu)?或1/2倍。即將程序中的 f=523.25 523.25 587.33 392 349.23 349.23 293.66 392;改為f=523.25 523.25 587.33 392 349.23 349.23 293.66 392*2;或f=523.25 523.25 587.33 392 349.23 349.23 293.66 392/2;1/12將上述音樂上高半個(gè)音階，即將頻率變?yōu)樵瓉淼?( 1.06 )倍，可以利用resamlpe函數(shù)對原來的數(shù)據(jù)點(diǎn)進(jìn)行重采樣來實(shí)現(xiàn)east=resample(east,100,106);因?yàn)閞esampl

11、e進(jìn)行重新采樣后會(huì)使每個(gè)樂音的持續(xù)時(shí)間改變，但是因?yàn)樯甙雮€(gè)音階， 頻率改變不大，所以每個(gè)音的持續(xù)時(shí)間是基本不變的。1.4 在1.2的音樂中加入諧波在1.2的音樂中加上二、三、四次諧波，基波幅度為1,高次諧波幅度分別為0.2、0.3、0.1。只需將1.2程序改為sound 1 4.mclear;clc;fs=8000;%由樣頻率f=523.25 523.25 587.33 392 349.23 349.23 293.66 392;time=fs*1/2,1/4,1/4,1,1/2,1/4,1/4,1;N=le ngth(time);east=zeros(1,N);n=1;for num=1:N

12、%各個(gè)樂音對應(yīng)的頻率 %各個(gè)樂音的抽樣點(diǎn)數(shù)%這段音樂的總抽樣點(diǎn)數(shù)%用east向量來儲(chǔ)存抽樣點(diǎn)t=1/fs:1/fs:(time( nu m)/fs;%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，num表示樂音編號(hào)畫樂!果變個(gè)樂音了由樣點(diǎn)兩包只線端點(diǎn)對應(yīng)的橫坐標(biāo)%包絡(luò)線端點(diǎn)對應(yīng)的縱坐標(biāo)L=(time( nu m)*0 1/5 333/1000 333/500 1;1.5 自選音樂合成一一T=0 1.5 1 1 0;%產(chǎn)生包絡(luò)線抽老虎s=1;b=1:1:time( nu m);for k=1:4P(s:L(k+1)-1)=(T(k+1)-T(k)/(L(k+1)-L(k)*(b(s:L(k+1)-1)-L(k+ 1)*

13、o nes(1 ,L (k+1)-s)+T(k+1)*o nes(1,L (k+1)-s);%包絡(luò)線直線方程通式曲調(diào)為C,因此可以得到每個(gè)樂音對應(yīng)的頻率分別為:12345262.63293.66329.63349.23392每小節(jié)有四拍，一拍的時(shí)間是0.5s，因此各樂音的持續(xù)時(shí)間為：樂音12311231時(shí)間0.50.50.50.50.50.50.50.5樂音345345時(shí)間0.50.510.50.510.25soun d_1_5.mclear;clc;fs=8000;%由樣頻率f=262.63 293.66 329.63 262.63 262.63 293.66 329.63 262.63 3

14、29.63349.23 392;time=fs*1/2,1/2,1/2,1/2,1/2,1/2,1/2,1/2,1/2,1/2,1,1/2,1/2,1;%各個(gè)樂音的抽樣點(diǎn)數(shù)%這段音樂的總抽樣點(diǎn)數(shù)%用east向量來儲(chǔ)存抽樣點(diǎn)%各個(gè)樂音對應(yīng)的頻率%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，nun表示樂音編號(hào) 第二部分s；用%傅生里葉變樂音的分析音樂N=le ngth(time); east=zeros(1,N); n=1; for num=1：N t=1/fs： G=zeros(1,time( num);%為存儲(chǔ)包絡(luò)數(shù)據(jù)的向量G(1:time( num)=exp(1:(-1/time( num):1/8000);2.

15、1 載入fmt.wav并播產(chǎn)生包絡(luò)點(diǎn)east( n:n+time( num)-1)=s in (2*pi*f( num)*t).*G(1:time( num);禾U用wavread函數(shù)載入，用sou%d函數(shù)播個(gè)樂程序如包絡(luò)end wavre=wavf,ea0(fmt.wav，);%播放pound(wave)這段音樂聽起來比之前合成的音樂更加真實(shí)，因?yàn)槔镞吅胸S富的諧波。2.2 載入文件 Guitar.mat，處理原始數(shù)據(jù) realwave載入文件Guitar.mat，分析wave2proc是怎么由realwave得到的。利用 load Guitar.mat; 載入并用plot函數(shù)將realwa

16、ve、wave2proc分別畫出，得到以下兩幅圖可以看到，wave2proc比realwave的周期性好得多，去掉了非線性諧波和噪聲。在時(shí) 域做，從圖上可以看到，realwave的數(shù)據(jù)大約是10個(gè)周期的共243個(gè)數(shù)據(jù)，因此可以用 resample函數(shù)對realwave進(jìn)行重新采樣，將采樣點(diǎn)提高到250個(gè)，那么重采樣后每個(gè)周期 有25個(gè)點(diǎn)，將這25個(gè)點(diǎn)對應(yīng)相加求平均值后得到一個(gè)周期的值，因?yàn)檫M(jìn)行了平均，減小了 非線性諧波和噪音，然后將這25個(gè)數(shù)據(jù)延托成十個(gè)周期即250個(gè)點(diǎn)，在利用resample函數(shù) 對得到的函數(shù)重新采樣將采樣點(diǎn)數(shù)恢復(fù)到 243個(gè)。根據(jù)以上分析，編寫實(shí)現(xiàn)這個(gè)思路的程 序如下：so

17、un d_2_2.mclear;clc;load Guitar.mat ; wave=resample(realwave,250,243);%重采樣，將點(diǎn)數(shù)變?yōu)?250w=zeros(1,25);for i=1:25%1個(gè)周期的對應(yīng)點(diǎn)分別求和endfor k=0:9 w(i)=w(i)+wave(25*k+i); end%將1個(gè)周期的10個(gè)點(diǎn)延拓至250個(gè)點(diǎn) I,說重這樣方將是很不錯(cuò)的方法。hold on,plot(wave2, r ),hold off ; %將處理后的數(shù)據(jù)繪出，紅色2h3ld on,pl分析ewaocpro%各所給基波和諧波藍(lán)色為了分析wave2proc的基波和諧波，可以對

18、wave2proc進(jìn)行傅里葉變換，得到wave2proc 的幅值譜，在頻譜圖上的第一個(gè)突出的波峰對應(yīng)的頻率即為wave2proc基頻，利用help fft學(xué)習(xí)了 MATLA中快速傅里葉變換函數(shù)fft的用法，編寫了如下程序：clear;clc;load Guitar.mat;fs=8000;NFFT = 25 extpow2(le ngth(wave2proc);Y = fft(wave2proc,NFFT)/le ngth(wave2proc);g = fs/2*li nspace(0,1,NFFT/2+1);plot(g,2*abs(Y(1:NFFT/2+1)運(yùn)行后得到的結(jié)果為雖然從圖上可以

19、大概看出包絡(luò)，但是非常不明顯，假如提高頻域的抽樣頻率，例如將 抽樣頻率由 NFFT = 25extpow2(length(wave2proc)改為NFFT = 85extpow2(length(wave2proc)得到的結(jié)果如下；由圖可見雖然頻域的抽樣頻率提高了很多，但是得到的包絡(luò)依然不精確，這是因?yàn)?wave2proc是周期函數(shù)，但是現(xiàn)在的wave2proc只有243個(gè)數(shù)據(jù)點(diǎn)，并不能非常明顯的體現(xiàn) 出其周期性，因此它的幅值譜的離散化程度不高，雖然提高了頻域的抽樣頻率，但是 wave2proc數(shù)據(jù)點(diǎn)的周期性并沒有增加，所以要顯示出離散化程度高的幅值譜，就要增加 wave2proc的周期性，即讓

20、wave2proc在時(shí)域重復(fù)多次后在進(jìn)行傅里葉變換。利用repmat函數(shù)可以將wave2proc在時(shí)域重復(fù)。將程序修改為soun d_2_3.mclear;clc;load Guitar.mat;fs=8000;wave2proc =repmat(wave2proc,20,1);%各 wave2proc重復(fù)20次NFFT = 25 extpow2(le ngth(wave2proc);Y = fft(wave2proc,NFFT)/le ngth(wave2proc);g = fs/2*li nspace(0,1,NFFT/2+1);plot(g,2*abs(Y(1:NFFT/2+1)運(yùn)行后得

21、到的幅值譜為可以看出幅值譜的離散化程度已經(jīng)非常高了。由圖讀出wave2proc的基頻為329.1Hz，幅值為0.05401，高次諧波幅值分別為：諧 波23456789幅 值0.076760.048410.051900.0057090.019230.0067410.0073262.4 自動(dòng)分析fmt.wav的音調(diào)和節(jié)拍思路分析：將fmt.wav導(dǎo)入后得到的是一個(gè)向量，它包含了這段音樂的所有信息，要自動(dòng)分析這 段音樂的音調(diào)就需要將每個(gè)音調(diào)對應(yīng)的點(diǎn)進(jìn)行傅里葉變換得到其幅值譜，在幅值譜上找到第一個(gè)幅值較大的極大值點(diǎn)，該點(diǎn)對應(yīng)的就是該音調(diào)的基頻，得到基頻后就可以得到高次 諧波的幅值。為了使對每個(gè)音調(diào)進(jìn)行

22、傅里葉變換后得到的幅值譜離散程度高，應(yīng)該將每個(gè)音調(diào)的數(shù)據(jù)在時(shí)域上重復(fù)多次，由于這些點(diǎn)都是直接采集的為做處理的點(diǎn)，因此其重復(fù)次數(shù)應(yīng)該足夠大才能體現(xiàn)出較強(qiáng)周期性，本實(shí)驗(yàn)采用重復(fù)1000次，雖然重復(fù)次數(shù)越多越好，但是次數(shù)太大，程序運(yùn)行的速度會(huì)大大降低。這里邊還有兩個(gè)關(guān)鍵點(diǎn)：第一，在從幅值譜上找基頻時(shí)，因?yàn)閳D上的極大值點(diǎn)很多， 怎么能讓程序自動(dòng)確定出準(zhǔn)確的基頻。第二，在程序找到了基頻之后，再由基頻去獲取高 次諧波的幅值時(shí)需要有一定的容錯(cuò)能力，例如若基頻為 200Hz,幅值為1,那么對應(yīng)的二次 諧波的頻率為400Hz,但是很可能恰好幅值譜上400Hz處的幅值為0.01，但是401Hz處的幅 值為0.2，

23、這時(shí)實(shí)際上的二次諧波應(yīng)該為401Hz,但是若沒有給基頻一個(gè)容錯(cuò)范圍，顯然找 到的二次諧波的幅值是不正確的。針對以上提出的兩個(gè)關(guān)鍵點(diǎn)，我找到了兩條有針對性的解決辦法。對于第一點(diǎn)，因?yàn)榉底V上極大值點(diǎn)的幅值足夠大才能將其定位基頻，因此在分析了幾個(gè)音調(diào)后發(fā)現(xiàn)基頻處的幅值都在0.025以上，因此將基頻處的限定條件改為幅值大于 0.025的，但是在運(yùn)行后發(fā) 現(xiàn)，有幾個(gè)音調(diào)沒有分析出來，說明它們的基頻幅值小于0.025，其實(shí)可以觀察一下fmt.wav 的波形就會(huì)發(fā)現(xiàn)，有幾段的整體幅值很小，因此基頻幅值小，于是又在加上限定條件，若 所有點(diǎn)的幅值都小于0.02，那么再用0.015作為幅值的限定條件繼續(xù)找，這樣

24、就將剩下的 音調(diào)基頻也確定出來了。對于上述的第二點(diǎn)，可以將確定出的基頻的誤差設(shè)為+-1HZ,例如程序確定的基頻為200Hz,實(shí)際的基頻應(yīng)該在(200-1 )到(200+1)之間，那么k次諧波 對應(yīng)的頻率范圍是k*(200-1)到k*(200+1)，在這個(gè)區(qū)間中繼續(xù)找幅值的極大值點(diǎn)就是 k次 諧波對應(yīng)點(diǎn)。根據(jù)以上思路，下面開始編寫用于分析一個(gè)音調(diào)頻率的函數(shù)analysis 。在取諧波幅值時(shí)，幅值小于基波幅值5%勺諧波認(rèn)為其幅值為0,最終諧波的幅值用歸 一化后的數(shù)據(jù)表示。每一步的詳細(xì)思路見注釋。an alysis.mfunction y1 y2=a nalysis(w,a) 吻有兩個(gè)返回值，y1返

25、回頻率，y2返回幅值，兩個(gè)變量，w為待分析數(shù)組， a為數(shù)據(jù)的抽樣頻率fs=a;%傅里葉變換的抽樣頻率y仁zeros(1,7);%求最大7次諧波，因此定義1*7矩陣y2=zeros(1,7);NFFT = 2An extpow2(le ngth(w);Y = fft(w,NFFT)/le ngth(w);g = fs/2*li nspace(0,1,NFFT/2+1);=在編寫完分析函數(shù)%以上為傅后即可換部分動(dòng)分析的主程序。d=flo先在FCoosdit中手動(dòng)標(biāo)將誤差交H界處的時(shí)間的點(diǎn)數(shù)得到了 time向量 time=ko2f(eng96pp67 1.767 2.234 2.706 3.146

26、3.6064.056 4P205M030&74(k禺9787&(7(7必92?).%尋找基頻的條件8.0281814=9(8)959 9.454 9.852 10%存儲(chǔ) 基356.10.565：1)=.822;11.292 11.741 12%8 儲(chǔ)基波幅值1談?chuàng)捒h80403155&歸砂彤餾貂娜曲) /16.384*N 中16.384 是若未找到基長度將幅值限制改為數(shù)據(jù)點(diǎn)的總數(shù)賣尋一項(xiàng)是為了將 時(shí)間轉(zhuǎn)換成對應(yīng)的數(shù)據(jù)點(diǎn)數(shù)，由于點(diǎn)的個(gè)數(shù)必須是整數(shù)，因此用floor函數(shù)進(jìn)行取整。在得到了對應(yīng)音調(diào)交接處的點(diǎn)后就可以進(jìn)行編程了，用循環(huán)一個(gè)一個(gè)音調(diào)分析。程序如下 soun d_e2_4.mend%在誤差允

27、許的范圍內(nèi)尋找t次諧波點(diǎn)for t=2:7for i=t*(k-d):t*(k+d)if(p(k)0.02)&(p(i)0.05*p(k)&(p(i)p(i-1)&(p(i)p(i+1) y2(t)=p(i)/y2(1);%皆波幅值歸一化y1(t)=g(i);breakelseif(p(k)0.015)&(p(i)0.05*p(k)&(p(i)p(i-1)&(p(i)p(i+1)y2(t)=p(i)/y2(1);clear;clc;wave=wavread(fmt.wav );%讀入文件N=le ngth(wave);%確定數(shù)據(jù)總數(shù)time=floor(0.096 0.267 1.767 2.

28、234 2.706 3.146 3.6064.056 4.520 5.030 5.749 5.978 7.015 7.709 7.9238.028 8.490 8.959 9.454 9.852 10.125 10.35610.565 10.822 11.292 11.741 12.284 12.741%節(jié)點(diǎn)向量13.269 13.758 14.315 14.939 15.432/16.384*N);fs=N/16.384;%確定數(shù)據(jù)的抽樣頻率Excel文件=自動(dòng)分析結(jié)果”。temp=wave(1:time(k)-1);el temp=wave第三咅部分(k “基于傅里葉級數(shù)的音樂合成 jmp

29、=wave(time(k-1):time(k)-1);%各第k個(gè)音調(diào)數(shù)據(jù)存入temp矩陣復(fù)1000次3.1用d2.3分析出來的結(jié)果重新加諧波 temp=repmat(temp,1000,1);%將數(shù)據(jù)重基頻329.電nd波一值為r z7)幅值為將每個(gè)音調(diào)的m理結(jié)果分別保存，F(xiàn)呆存頻率，U呆存幅值23456789幅 0.076760.048410.05190 0.0057090.019230.0067410.007326值再次完成1.4只需將1.4程序中的波形幅度矩陣m=1 0.3 0.2改為m=0.05401 0.07676 0.04841 0.0519 0.005709 0.01923 0.

30、006791 0.007326;即可3.2 通過2.4提取的吉他音調(diào)信息彈奏東方紅根據(jù)2.4分析的結(jié)果可以提取出吉他的音調(diào)信息，在“自動(dòng)分析結(jié)果” Excel文件中用 黃色標(biāo)出了出來，一下所用的音調(diào)信息用最接近的頻率來近似。 而所給信息中缺少523.25 和587.33的數(shù)據(jù)，因此用它們的一般來近似頻率293.66349.23392523.25587.33近似頻率291.97350.65391.942*261.632*295.4511111120.520305443004000050.05280271013.269 13.758 14.315 14.939 15.432/16.384*N);/

31、16.384*N 中16.384是fmt.wav的總長度，N為fmt.wav數(shù)據(jù)點(diǎn)的總數(shù)，這一項(xiàng)是為了將 時(shí)間轉(zhuǎn)換成對應(yīng)的數(shù)據(jù)點(diǎn)數(shù)，由于點(diǎn)的個(gè)數(shù)必須是整數(shù)，因此用floor函數(shù)進(jìn)行取整。在得到了對應(yīng)音調(diào)交接處的點(diǎn)后就可以進(jìn)行編程了，用循環(huán)一個(gè)一個(gè)音調(diào)分析。程序如下 soun d_2_4.mclear;clc;wave=wavread(fmt.wav );%讀入文件N=le ngth(wave);%確定數(shù)據(jù)總數(shù)time=floor(0.096 0.267 1.767 2.234 2.706 3.146 3.606.4.056 4.520 5.030 5.749 5.978 7.015 7.709

32、 7.923.8.028 8.490 8.959 9.454 9.852 10.125 10.356.10.565 10.822 11.292 11.741 12.284 12.741.13.269 13.758 14.315 14.939 15.432/16.384*N);%節(jié)點(diǎn)向量fs=N/16.384;%確定數(shù)據(jù)的抽樣頻率n=len gth(time);for k=1:n;if k=1temp=wave(1:time(k)-1);else temp=wave(time(k-1):time(k)-1);%各第k個(gè)音調(diào)數(shù)據(jù)存入temp矩陣end temp=repmat(temp,1000,1

33、);%各數(shù)據(jù)重復(fù) 1000次F( k,1:7) U(k,1:7)=a nalysis(temp,fs);%各每個(gè)音調(diào)的處理結(jié)果分別保存，F(xiàn)保存頻率，U保存幅值end運(yùn)行后的結(jié)果見Excel文件“自動(dòng)分析結(jié)果”。第三部分基于傅里葉級數(shù)的音樂合成3.1用2.3分析出來的結(jié)果重新加諧波基頻329.1Hz 幅值為0.05401諧 波23456789幅 值0.076760.048410.051900.0057090.019230.0067410.007326再次完成1.4只需將1.4程序中的波形幅度矩陣m=1 0.3 0.2改為m=0.05401 0.07676 0.04841 0.0519 0.005

34、709 0.01923 0.006791 0.007326; 即可3.2 通過2.4提取的吉他音調(diào)信息彈奏東方紅根據(jù)2.4分析的結(jié)果可以提取出吉他的音調(diào)信息，在“自動(dòng)分析結(jié)果”ExceI文件中用黃色標(biāo)出了出來，一下所用的音調(diào)信息用最接近的頻率來近似。 而所給信息中缺少523.25 和587.33的數(shù)據(jù)，因此用它們的一般來近似頻率293.66349.23392523.25587.33近似頻率291.97350.65391.942*261.632*295.4511111120.520305443004000050.05280271060.09594026000070000將1.4中的程序改為sou

35、nd 3 2.mfs=8000;%由樣頻率f=523.25 523.25 587.33 392 349.23 349.23 293.66 392;%各個(gè)樂音對應(yīng)的頻率 %各個(gè)樂音的抽樣點(diǎn)數(shù)time=fs*1/2,1/4,1/4,1,1/2,1/4,1/4,1;N=le ngth(time);east=zeros(1,N);n=1;for num=1:N%這段音樂的總抽樣點(diǎn)數(shù)%用east向量來儲(chǔ)存抽樣點(diǎn)t=1/fs:1/fs:(time( num)/fs;.P=zeros(1,time( num)*e出um音更0加真實(shí)運(yùn)行后可以m%利用循環(huán)產(chǎn)生抽樣數(shù)據(jù)，nun表示樂音編號(hào)%產(chǎn)生第nun個(gè)樂音的抽樣點(diǎn) %為存儲(chǔ)包絡(luò)數(shù)據(jù)的向量./1000 333/500 1;%包絡(luò)線端點(diǎn)對應(yīng)的橫坐標(biāo)實(shí)%驗(yàn)絡(luò)線端獲對應(yīng)的縱坐標(biāo)T=0 1.5 1 1 0;s=1;本次音樂實(shí)驗(yàn)呈現(xiàn)在我們面產(chǎn)生包絡(luò)線抽樣的問題，初次看到冋題時(shí)，感覺無從下手，k甚至連第二部分要求都沒能完全理解到底是要干什么。但是在對問題反復(fù)研讀即便后大概:明:白了到底要完成寫什么（任k+1）-L（但是新的冋題有來了k+因?yàn)殡m然知道了要干什 么，但是對于怎么干還是一頭霧水1）經(jīng)過在網(wǎng)上和書上查閱資料后大致知道了一些方 匚包絡(luò)線直線方程通式想很多函數(shù) resample、repmat、ones