Sesión 1: Fundamentos de Tratamiento Digital de Audio PDF

23/10/24 9:36 código.ipynb - Colab keyboard_arrow_down Sesión 1: Fundamentos de tratamiento digital de audio Objetivos de la sesión Analizar señales de voz y música en el dominio temporal y frecuencial. Id...

23/10/24 9:36 código.ipynb - Colab keyboard_arrow_down Sesión 1: Fundamentos de tratamiento digital de audio Objetivos de la sesión Analizar señales de voz y música en el dominio temporal y frecuencial. Identificar formantes en vocales y consonantes. Visualizar espectrogramas de palabras o frases. Introducir la Transformada de Fourier de Tiempo Corto (TFL o STFT). Realizar ejemplos prácticos de análisis y síntesis de audio. keyboard_arrow_down 1. Configuración del entorno En esta sección, importaremos las librerías necesarias para el procesamiento y análisis de señales de audio. # Conectar Drive con Google Colab from google.colab import drive drive.mount('/content/drive') Mounted at /content/drive !cp -r /content/drive/MyDrive/Fundamentos_RTVE/Ejercicios/Sistema_Auditivo_humano_1/* /content cp: cannot stat '/content/drive/MyDrive/Fundamentos_RTVE/Ejercicios/Sistema_Auditivo_humano_1/*': No s import numpy as np # matrices import matplotlib.pyplot as plt from scipy.io import wavfile from scipy import signal, interpolate from scipy.signal import find_peaks from IPython.display import Audio import librosa import librosa.display %matplotlib inline keyboard_arrow_down 2. Señales de audio Las señales de audio son variaciones en la presión del aire que podemos capturar y representar digitalmente. En el ámbito digital, estas señales son funciones discretas que varían en el tiempo y pueden ser analizadas y procesadas mediante diversas técnicas matemáticas y computacionales. Voz humana La voz humana es una fuente rica y compleja de señales de audio. Se genera por la vibración de las cuerdas vocales y es modulada por el tracto vocal (boca, lengua, labios). Esto resulta en sonidos con una combinación de frecuencias fundamentales, armónicos y formantes: Frecuencia Fundamental (F0): Es la frecuencia más baja de una onda periódica y determina el tono percibido de la voz. Armónicos: Son múltiplos enteros de la frecuencia fundamental y contribuyen al timbre de la voz. Formantes: Son picos en el espectro de frecuencias que corresponden a resonancias en el tracto vocal. Cada vocal y consonante tiene una configuración única de formantes, lo que nos permite distinguirlos. Música https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 1/22 23/10/24 9:36 código.ipynb - Colab Las señales musicales también son complejas y varían dependiendo del instrumento y la técnica de ejecución. Los instrumentos musicales generan sonidos con patrones de frecuencias específicos, incluyendo: Frecuencia Fundamental: Determina la nota que escuchamos. Armónicos y Sobretonos: Contribuyen al timbre y caracterizan el sonido único de cada instrumento. Envolventes Temporales: Definen cómo evoluciona el sonido en el tiempo (ataque, decaimiento, sostenimiento, liberación). keyboard_arrow_down 2.1 Ejemplo de archivos # Audio de voz Audio('i_pink_trombone.wav') 0:00 / 0:02 # Audio de voz Audio('cantante.wav') 0:00 / 0:11 # Audio de música Audio('guitarra.wav') 0:00 / 0:10 # Audio de música Audio('campana-tubular.wav') 0:00 / 0:04 keyboard_arrow_down 2.2 Análisis temporal de vocales sueltas # Cargamos las vocales data_a, fs_a = librosa.load('a_pink_trombone.wav', sr=44100) data_a = librosa.util.normalize(data_a) # lo normalizamos entre -1 y 1 para que se vea bien data_e, fs_e = librosa.load('e_pink_trombone.wav', sr=44100) data_e = librosa.util.normalize(data_e) data_i, fs_i = librosa.load('i_pink_trombone.wav', sr=44100) data_i = librosa.util.normalize(data_i) data_o, fs_o = librosa.load('o_pink_trombone.wav', sr=44100) data_o = librosa.util.normalize(data_o) data_u, fs_u = librosa.load('u_pink_trombone.wav', sr=44100) data_u = librosa.util.normalize(data_u) def visualizar_forma_de_onda(data, fs, vocal=''): plt.figure(figsize=(10, 4)) librosa.display.waveshow(data, sr=fs) plt.title(f'Visualización de la vocal {vocal}') https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 2/22 23/10/24 9:36 código.ipynb - Colab plt.show() def visualizar_forma_de_onda_con_zoom(data, fs, posicion_zoom=1, vocal=''): plt.figure(figsize=(10, 4)) librosa.display.waveshow(data, sr=fs, max_points=10_000_000) plt.title(f'Visualización de la vocal {vocal}') plt.xlim(posicion_zoom, posicion_zoom+0.05) # Zoom en los primeros 0.01 segundos plt.ylim(-1, 1) # Rango de amplitud plt.show() visualizar_forma_de_onda(data_a, fs_a, 'a') visualizar_forma_de_onda_con_zoom(data_a, fs_a, vocal='a') # @title def visualizar_todas_las_vocales(): fig, axs = plt.subplots(5, 1, figsize=(10, 12)) # 5 filas, 1 columna vocales = [('a', data_a, fs_a), ('e', data_e, fs_e), ('i', data_i, fs_i), ('o', data_o, fs_o), ('u', d for i, (vocal, data, fs) in enumerate(vocales): axs[i].set_title(f'Visualización de la vocal {vocal}') librosa.display.waveshow(data, sr=fs, ax=axs[i], max_points=1000000) axs[i].set_xlim(1, 1.05) # Zoom en los primeros 0.05 segundos axs[i].set_ylim(-1, 1) # Rango de amplitud https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 3/22 23/10/24 9:36 código.ipynb - Colab axs[i].set_xlabel('Tiempo (s)') axs[i].set_ylabel('Amplitud') plt.tight_layout() # Ajusta el espacio entre subplots plt.show() visualizar_todas_las_vocales() https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 4/22 23/10/24 9:36 código.ipynb - Colab keyboard_arrow_down 2.3 Análisis temporal de vocales concatenadas https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 5/22 23/10/24 9:36 código.ipynb - Colab data_vocales, fs_data_vocales = librosa.load('ieaou_pink_trombone.wav', sr=44100) data_vocales = librosa.util.normalize(data_vocales) # lo normalizamos entre -1 y 1 para que se vea bien visualizar_forma_de_onda(data_vocales, fs_data_vocales) visualizar_forma_de_onda_con_zoom(data_vocales, fs_data_vocales, posicion_zoom=3.8) # posiciones 0.6; 2.0; keyboard_arrow_down 2.3 Análisis frecuencial de vocales # Función para calcular el espectro logarítmico def calcular_espectro_logaritmico(data, fs, n_points=None, n_freq_bins=1000): if n_points is None: n_points = len(data) # Cálculo del espectro original spectrum_voice = np.abs(np.fft.rfft(data, n=n_points)) frequencies_voice = np.fft.rfftfreq(n_points, d=1/fs) # Crear una escala de frecuencias logarítmica log_frequencies = np.geomspace(20, fs/2, num=n_freq_bins) # Interpolar el espectro a la escala logarítmica interpolator = interpolate.interp1d(frequencies_voice, 20 * np.log10(spectrum_voice), kind='linear', https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 6/22 23/10/24 9:36 código.ipynb - Colab spectrum_log = interpolator(log_frequencies) return log_frequencies, spectrum_log # Función para calcular y visualizar el espectro de una señal de voz def visualizar_espectro(data, fs, vocal, n_points=None): if n_points is None: n_points = len(data) # Usar la longitud original de la señal si no se especifican puntos # Cálculo del espectro con un número ajustable de puntos log_frequencies, spectrum_log = calcular_espectro_logaritmico(data, fs, n_points, n_points) # Visualización del espectro plt.figure(figsize=(12, 8)) plt.semilogx(log_frequencies,spectrum_log) plt.title(f'Espectro de la vocal {vocal}') plt.xlabel('Frecuencia [Hz]') plt.ylabel('Magnitud [dB]') plt.xlim(20, fs/2) plt.grid(True, which='both', ls='--', lw=0.5) plt.show() def calcular_espectro_lineal(data, fs, n_points=None, n_freq_bins=1000): if n_points is None: n_points = len(data) # Cálculo del espectro original spectrum_voice = np.abs(np.fft.rfft(data, n=n_points)) frequencies_voice = np.fft.rfftfreq(n_points, d=1/fs) # Crear una escala de frecuencias lineal linear_frequencies = np.linspace(20, fs/2, num=n_freq_bins) # Interpolar el espectro a la escala lineal interpolator = interpolate.interp1d(frequencies_voice, 20 * np.log10(spectrum_voice), kind='linear', spectrum_linear = interpolator(linear_frequencies) return linear_frequencies, spectrum_linear # Función para calcular y visualizar el espectro de una señal de voz def visualizar_espectro_lineal(data, fs, vocal, n_points=None): if n_points is None: n_points = len(data) # Usar la longitud original de la señal si no se especifican puntos # Cálculo del espectro con un número ajustable de puntos linear_frequencies, spectrum_linear = calcular_espectro_lineal(data, fs, n_points, n_points) # Visualización del espectro plt.figure(figsize=(12, 8)) plt.plot(linear_frequencies, spectrum_linear) plt.title(f'Espectro de la vocal {vocal} en escala lineal') plt.xlabel('Frecuencia [Hz]') plt.ylabel('Magnitud [dB]') plt.xlim(20, fs/2) plt.grid(True, which='both', ls='--', lw=0.5) plt.show() Por aquí nos quedamos, más o menos # Ejemplo de uso: Visualizar el espectro de la vocal "a" con más resolución visualizar_espectro(data_i, fs_i, 'i', n_points=4096) # ¿Qué pasa cuando cambio los puntos? https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 7/22 23/10/24 9:36 código.ipynb - Colab visualizar_espectro_lineal(data_a, fs_a, 'a', n_points=4096) # ¿Cuáles son las diferencias con respecto del logaritmico? https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 8/22 23/10/24 9:36 código.ipynb - Colab # Función para visualizar todos los espectros en una escala logarítmica de frecuencias def visualizar_espectros_todas_las_vocales_log(n_points=None, n_freq_bins=500): vocales = [('a', data_a, fs_a), ('e', data_e, fs_e), ('i', data_i, fs_i), ('o', data_o, fs_o), ('u', d fig, axs = plt.subplots(5, 1, figsize=(12, 24)) # 5 filas, 1 columna for i, (vocal, data, fs) in enumerate(vocales): log_frequencies, spectrum_log = calcular_espectro_logaritmico(data, fs, n_points, n_freq_bins) # Visualización del espectro en el subplot correspondiente axs[i].semilogx(log_frequencies, spectrum_log) axs[i].set_title(f'Espectro logarítmico de la vocal {vocal}') axs[i].set_xlim(20, fs/2) axs[i].set_ylabel('Magnitud [dB]') axs[i].grid(True, which='both', ls='--', lw=0.5) # Etiquetas de los ejes solo para el último subplot axs[-1].set_xlabel('Frecuencia [Hz]') plt.tight_layout() # Ajusta el espacio entre subplots plt.show() # Ejemplo de uso: Visualizar espectros de todas las vocales en escala logarítmica visualizar_espectros_todas_las_vocales_log(n_points=4096) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 9/22 23/10/24 9:36 código.ipynb - Colab https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 10/22 23/10/24 9:36 código.ipynb - Colab https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 11/22 23/10/24 9:36 código.ipynb - Colab En esta imagen podemos ver dónde debería encontrarse (más o menos) cada formante en función de la vocal. Los formantes F1 y F2 de las cinco vocales españolas se encuentran en diferentes rangos de frecuencia, ya que estos están relacionados con la apertura de la cavidad vocal (F1) y la posición de la lengua (F2). Aunque los valores exactos varían de persona a persona y según las características individuales del hablante, se pueden dar rangos aproximados para cada vocal. Aquí te doy los rangos aproximados de los formantes F1 y F2 para las cinco vocales españolas: 1. /a/ F1: 700 - 900 Hz (alta apertura) F2: 1100 - 1300 Hz (posterior media) 2. /e/ F1: 400 - 600 Hz (media apertura) F2: 1700 - 2000 Hz (anterior media) 3. /i/ F1: 200 - 400 Hz (baja apertura) F2: 2100 - 2700 Hz (anterior alta) 4. /o/ F1: 400 - 600 Hz (media apertura) F2: 800 - 1000 Hz (posterior media) 5. /u/ F1: 200 - 400 Hz (baja apertura) F2: 600 - 900 Hz (posterior alta) Resumen visual: Vocal F1 (Hz) F2 (Hz) /i/ 200-400 2100-2700 /e/ 400-600 1700-2000 /a/ 700-900 1100-1300 /o/ 400-600 800-1000 https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 12/22 23/10/24 9:36 código.ipynb - Colab Vocal F1 (Hz) F2 (Hz) /u/ 200-400 600-900 Estos valores se utilizan comúnmente como referencias en estudios de fonética acústica, y aunque puede haber cierta variación individual, siguen patrones consistentes entre hablantes del español. # Avanzado! Sistema para detectar la f0 f0 = librosa.yin(data_a, fmin=librosa.note_to_hz('C2'), fmax=librosa.note_to_hz('C7')) print(np.mean(f0)) 83.89125374528899 # Hazlo con tu voz # 1. Graba una vocal, intenta no poner una voz rara, lo más parecido a como hablas ## Puedes hacerlo en audacity, grabadora de sonidos o aquí: https://online-voice-recorder.com/es/ # 2. Súbelo al content de google colab, en el lado izquierdo de la pantalla # 3. Cárgalo como hemos hecho hasta ahora: # data_personal, fs_personal = librosa.load('mivoz.mp3', sr=44100) # data_personal = librosa.util.normalize(data_personal) # lo normalizamos entre -1 y 1 para que se vea bie # 4. ¡Calcula! ¿Qué f0 tienes? ¿Te cuadra con tu espectro? # f0 = librosa.yin(data_personal, fmin=librosa.note_to_hz('C2'), fmax=librosa.note_to_hz('C7')) # print(np.mean(f0)) # ¿Podemos hacer esto con la combinación de vocales? visualizar_espectro(data_vocales, fs_data_vocales, 'combinación', n_points=4098) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 13/22 23/10/24 9:36 código.ipynb - Colab keyboard_arrow_down 2.4 Análisis tiempo-frecuencia de vocales def calcular_espectrograma(data, fs, n_fft=1024, hop_length=512): S = np.abs(librosa.stft(data, n_fft=n_fft, hop_length=hop_length, window='hann')) S_db = librosa.amplitude_to_db(S, ref=np.max) return S_db # Función para visualizar el espectrograma en diferentes escalas def visualizar_espectrograma(data, fs, vocal, escala='lineal', n_fft=1024, hop_length=512): if escala == 'mel': # Calcular el espectrograma en escala Mel S_mel = librosa.feature.melspectrogram(y=data, sr=fs, n_fft=n_fft, hop_length=hop_length) S_mel_db = librosa.power_to_db(S_mel, ref=np.max) plt.figure(figsize=(12, 6)) librosa.display.specshow(S_mel_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis='mel', cma plt.colorbar(format='%+2.0f dB') plt.title(f'Espectrograma Mel de la vocal {vocal}') plt.show() else: # Calcular el espectrograma en escala lineal o logarítmica S_db = calcular_espectrograma(data, fs, n_fft, hop_length) plt.figure(figsize=(12, 6)) if escala == 'lineal': librosa.display.specshow(S_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis='hz', cmap= plt.ylim(0, fs/2) # Limitar a la frecuencia de Nyquist https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 14/22 23/10/24 9:36 código.ipynb - Colab elif escala == 'log': librosa.display.specshow(S_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis='log', cma plt.ylim(20, fs/2) plt.colorbar(format='%+2.0f dB') plt.title(f'Espectrograma de la vocal {vocal} ({escala})') plt.show() # Función para visualizar los espectrogramas de todas las vocales def visualizar_espectrogramas_todas_las_vocales(escala='lineal', n_fft=1024, hop_length=512): vocales = [('a', data_a, fs_a), ('e', data_e, fs_e), ('i', data_i, fs_i), ('o', data_o, fs_o), ('u', d fig, axs = plt.subplots(5, 1, figsize=(12, 32)) # 5 filas, 1 columna for i, (vocal, data, fs) in enumerate(vocales): if escala == 'mel': # Calcular el espectrograma en escala Mel S_mel = librosa.feature.melspectrogram(y=data, sr=fs, n_fft=n_fft, hop_length=hop_length) S_mel_db = librosa.power_to_db(S_mel, ref=np.max) img = librosa.display.specshow(S_mel_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis= else: S_db = calcular_espectrograma(data, fs, n_fft, hop_length) if escala == 'lineal': img = librosa.display.specshow(S_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis= axs[i].set_ylim(0, fs/2) elif escala == 'log': img = librosa.display.specshow(S_db, sr=fs, hop_length=hop_length, x_axis='time', y_axis= axs[i].set_ylim(20, fs/2) axs[i].set_title(f'Espectrograma de la vocal {vocal} ({escala})') # fig.colorbar(img, ax=axs, format='%+2.0f dB') # plt.tight_layout() plt.show() # Banda ancha visualizar_espectrograma(data_o, fs_o, 'o', escala='mel', n_fft=512, hop_length=128) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 15/22 23/10/24 9:36 código.ipynb - Colab /usr/local/lib/python3.10/dist-packages/librosa/feature/spectral.py:2143: UserWarning: Empty filters d mel_basis = filters.mel(sr=sr, n_fft=n_fft, **kwargs) # Banda estrecha visualizar_espectrograma(data_i, fs_i, 'i', escala='log', n_fft=4096, hop_length=1024) En general, los valores de n_fft y hop_length para espectrogramas de banda ancha y estrecha son los siguientes: Espectrograma de Banda Ancha: https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 16/22 23/10/24 9:36 código.ipynb - Colab n_fft: Bajo, ya que queremos tener buena resolución temporal pero sacrificamos resolución en frecuencia. Un valor común es: n_fft = 256 o n_fft = 512 hop_length: Relativamente pequeño en comparación con n_fft para tener una buena superposición de ventanas y mejor resolución temporal. Algunos ejemplos son: hop_length = 64 o hop_length = 128 Espectrograma de Banda Estrecha: n_fft: Alto, ya que buscamos una buena resolución en frecuencia, aunque se pierde resolución temporal. Algunos valores típicos son: n_fft = 2048 o n_fft = 4096 hop_length: Mayor en proporción a n_fft para permitir observar más claramente los detalles en frecuencia, como armónicos: hop_length = 512 o hop_length = 1024 Los valores específicos pueden variar dependiendo de las características de los datos y lo que busques observar, pero estos son buenos puntos de partida. # Aquí sí que podemos interpretrar algo mejor visualizar_espectrograma(data_vocales, fs_data_vocales, 'vocales', escala='mel', n_fft=4096, hop_length=102 # Vamos a probar con un cantante que parece que desafina data_cantante, fs_cantante = librosa.load('cantante.wav', sr=44100) data_cantante = librosa.util.normalize(data_cantante) # lo normalizamos entre -1 y 1 para que se vea bien visualizar_forma_de_onda(data_cantante, fs_cantante) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 17/22 23/10/24 9:36 código.ipynb - Colab # Vamos a responder esto todos. ¿Qué vemos aquí? visualizar_espectrograma(data_cantante, fs_cantante, 'cantante', escala='mel', n_fft=1024, hop_length=128) Audio('cantante.wav') 0:00 / 0:11 keyboard_arrow_down 2.5 Análisis con música Audio('guitarra.wav') # fijaos que da dos acordes y que tiene golpe y chasquido https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 18/22 23/10/24 9:36 código.ipynb - Colab 0:00 / 0:10 data_guitarra, fs_guitarra = librosa.load('guitarra.wav', sr=44100) data_guitarra = librosa.util.normalize(data_guitarra) # lo normalizamos entre -1 y 1 para que se vea bien visualizar_forma_de_onda(data_guitarra, fs_guitarra) visualizar_forma_de_onda_con_zoom(data_guitarra, fs_guitarra) # Antes de verlo, ¿Cómo deberíamos detectar mejor el golpeo, con banda ancha o estrecha? # ¿Cómo deberíamos detectar mejor los acordes? visualizar_espectrograma(data_guitarra, fs_guitarra, 'guitarra', escala='log', n_fft=512, hop_length=128) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 19/22 23/10/24 9:36 código.ipynb - Colab Audio('campana-tubular.wav') # tiene reverb y sospecho que trémolo 0:00 / 0:04 data_campana, fs_campana = librosa.load('campana-tubular.wav', sr=44100) data_campana = librosa.util.normalize(data_campana) # lo normalizamos entre -1 y 1 para que se vea bien visualizar_forma_de_onda(data_campana, fs_campana) visualizar_forma_de_onda_con_zoom(data_campana, fs_campana) https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 20/22 23/10/24 9:36 código.ipynb - Colab # Antes de verlo, ¿Cómo deberíamos detectar mejor el reverb o el trémolo, con banda ancha o estrecha? # ¿Cómo deberíamos detectar mejor la nota que ha dado? visualizar_espectrograma(data_campana, fs_campana, 'campana', escala='log', n_fft=4096, hop_length=1024) keyboard_arrow_down 2.6 Locuras varias from scipy.signal import butter, lfilter # Función para aplicar un filtro paso alto def filtro_paso_alto(data, sr, cutoff=1000, order=5): nyquist = 0.5 * sr # Frecuencia de Nyquist normal_cutoff = cutoff / nyquist # Normalizar la frecuencia de corte b, a = butter(order, normal_cutoff, btype='high', analog=False) # Filtro paso alto y_filtered = lfilter(b, a, data) # Aplicar el filtro a la señal return y_filtered https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 21/22 23/10/24 9:36 código.ipynb - Colab # Función para aplicar un filtro paso bajo def filtro_paso_bajo(data, sr, cutoff=1000, order=5): nyquist = 0.5 * sr # Frecuencia de Nyquist normal_cutoff = cutoff / nyquist # Normalizar la frecuencia de corte b, a = butter(order, normal_cutoff, btype='low', analog=False) # Filtro paso bajo y_filtered = lfilter(b, a, data) # Aplicar el filtro a la señal return y_filtered # filtrar algunas de las frecuencias data_filtrada_alta = filtro_paso_alto(data_cantante, sr=44100, cutoff=5000) Audio(data_filtrada_alta, rate=44100) 0:00 / 0:11 visualizar_espectrograma(data_filtrada_alta, 44100, 'data_filtrada_alta', escala='log', n_fft=4096, hop_le data_filtrada_baja = filtro_paso_bajo(data_cantante, sr=44100, cutoff=200) Empieza a programar o a crear código con IA. Audio(data_filtrada_baja, rate=44100) 0:00 / 0:11 visualizar_espectrograma(data_filtrada_baja, 44100, 'data_filtrada_alta', escala='log', n_fft=4096, hop_len https://colab.research.google.com/drive/1s_T9hfNY5Axc3Yqry_80vZ8yhyrG5oan#scrollTo=zdcjyfWTsVqc&printMode=true 22/22