Garso atpažinimo sistemos tyrimas

Abstract

Baigiamajame magistro darbe nagrinėjamos gitaros garsų (natų) atpažinimo problemos ir būdai, taikomi joms spręsti. Išnagrinėti pagrindiniai metodai, kuriais remiantis galima išskirti dominuojančius dažnius spektre ir taip atpažinti natas. Atliekant baigiamąjį darbą sudarytas originalus gitaros garsynas, susidedantis iš 450 įrašų, atliktas skirtingų metodų taikymo modeliavimas kompiuterine programa MATLAB. Įvertinus gautus modeliavimo rezultatus, pasiūlyta gitaros natų atpažinimo metodika pasitelkiant greitąją Furjė transformaciją. Parašyta programa, leidžianti ją įgyvendinti mikroprocesorinėje sistemoje. Sudarytos struktūrinė bei principinė elektrinė schemos, taip pat atliktas šios sistemos kompiuterinis modeliavimas bei tyrimas. Galiausiai surinktas ir eksperimentiškai ištirtas gitaros garsų atpažinimo sistemos bandomasis maketas. Išnagrinėjus gautus realaus maketo tyrimo rezultatus, galima daryti išvadą, kad jis gitaros natas geba tinkamai atpažinti 90,49 % atvejų. Darbą sudaro: įvadas, 5 skyriai, išvados, literatūros sąrašas. Darbo apimtis – 56 p. teksto be priedų, 43 iliustr., 7 lent., 38 bibliografiniai šaltiniai. Atskirai pridedami darbo priedai.

In this thesis guitar sound (notes) recognition problems and solutions are overviewed. Common methods, which facilitate frequency separation and therefore note recognition have been analysed. An original guitar sample bank, which lists 450 tracks, has been compiled, an application modelling of different methods has been performed using MATLAB. Supported by modelling results, a fast Fourier transform-based guitar note recognition technique is suggested. Program code is implemented in a way that makes it possible to perform the latter using a microprocessor system. Block and schematic electrical circuit diagrams have been produced as well as a computer-aided modelling has been carried out. Finally, a prototype of guitar sound recognition system has been assembled and benchmarked. Obtained performance test results facilitate the conclusion that the device has successfully recognised notes in 90,49 % of cases. Thesis consists of introduction, 5 chapters, conclusions and literature list. Thesis lists 56 pages of written text, 43 figures, 7 tables and 38 bibliographic sources. Appendices supplied separately.