《东方红音乐合成》由会员分享，可在线阅读，更多相关《东方红音乐合成（8页珍藏版）》请在金锄头文库上搜索。
1、附录：实验一： ?合成东方红的前四小节?计算各乐音的频率?用幅度为 1，抽样频率为 8kHz 的正弦信号表示乐音?用 sound 函数播放?对音乐进行修正（谐波、包络、升降调）1、 计算各乐音的频率：东方红前四小节的曲谱如下图：.则通过比对下面规则：可得出频率依次为：C=523.25；C= 523.25；D= 587.33；G=392；F=349.23；F=349.23；D/2=293.66；G=392每小节有两拍，一拍的时间是0.5s，因此各乐音的持续时间为：乐音55621162时间0.50.250.2510.50.250.2512、 根据 2、 3 实验要求：用幅度为 1，抽样频率为 8k
2、Hz 的正弦信号表示乐音；用 sound 函数播放。编写得到如下程序：clearall;clc;closeall;endT=1/8000;DFH=zeros(1,32/T);F=349.23;G=392;A=440;B=493.88;C=for n=1:32;523.25;D=587.33;E=659.25;t=0:T:ml(n)/2-T;mm=C C D G F F D/2 G C C D 2*F Dz=sin(2*pi*mm(n)*t);CFFD/2G CGFE/2D/2C/2CGAGFFD/2G;DFH(1,(l(n)/2/T+1):(l(n)/2/T+ml(ml=10.50.5210.
3、50.52110.5n)/2/T)=DFH(1,(l(n)/2/T+1):(l(n0.50.5 0.5 1 0.5 0.5 2 1 1 1 0.5)/2/T+ml(n)/2/T)+z;0.51110.50.510.50.50.50.5end0.50.5 0.5 0.5 0.5 0.5 2;sound(DFH);l=zeros(1,32);plot(DFH);forn=2:32axis(15000,18000,-1.5,1.5)l(n)=l(n-1)+ml(n-1);播放的音乐比较生硬没有连续过渡感，与自然音乐差别极大。分析音乐的频谱可得到如下图：整个时域的波形图：10.80.60.40.20-
4、0.2-0.4-0.6-0.8-100.511.522.535x 10部分时域的波形图：1.510.50-0.5-1-1.51.551.61.651.71.751.81.54x 103、 根据实验要求 4：对音乐进行修正（谐波、包络、升降调）对已编写的程序进行完善：升调：在末尾修改为：DFHh1=resample(DFH,100,106);DFHh2=resample(DFHh1,100,106);DFHh3=resample(DFHh2,100,106);sound(DFHh3);plot(DFHh3);axis(15000,18000,-1.5,1.5);1.510.50-0.5-1-1.
5、500.511.522.55x 101.510.50-0.5-1-1.51.551.61.651.71.751.81.54x 10升调之后，可看到对频谱影响不大， 只有部分频率的幅值增加， 但是音乐的整体音调上升了许多。加入谐波，程序如下：clearall;clc;closeall;for n=1:32;T=1/8000;t=0:T:ml(n)/2-T;F=349.23;G=392;A=440;B=493.88;C=z0=0.8*sin(2*pi*mm(n)*t);523.25;D=587.33;H=293.66,E=659.2z1=0.2*sin(4*pi*mm(n)*t);5;z2=0.1
6、*sin(8*pi*mm(n)*t);mm=C C D G F F D/2 G C C D 2*F Dz3=0.05*sin(12*pi*mm(n)*t);CFFD/2G CGFE/2D/2C/2CGz4=0.01*sin(20*pi*mm(n)*t);AGFFD/2G;z=z0+z1+z2+z3+z4;ml=10.50.5210.50.52110.5DFH(1,(l(n)/2/T+1):(l(n)/2/T+ml(0.5 0.5 0.5 1 0.5 0.5 2 1 1 1 0.5n)/2/T)=DFH(1,(l(n)/2/T+1):(l(n0.511 10.50.51 0.50.50.50.5
7、)/2/T+ml(n)/2/T)+z.*exp(-3*t);0.5 0.5 0.5 0.5 0.5 0.5 2;endl=zeros(1,32);DFHl1=resample(DFH,106,100);forn=2:32sound(DFHl1);l(n)=l(n-1)+ml(n-1);plot(DFHl1);endaxis(15000,18000,-1.5,1.5);DFH=zeros(1,32/T);10.80.60.40.20-0.2-0.4-0.6-0.8-100.511.522.55x 10加入谐波后，频谱的波形中各个音调较为明显，且音调之间都有包络，过渡，合成的音乐更加柔和有节奏，贴
8、近自然声音。部分时间的波形：1.510.50-0.5-1-1.51.451.51.551.61.651.71.751.81.44x 10这部分频谱可看到在音调过渡上的细节， 相比未经处理的音乐， 更加贴切自然音乐的频谱。实验二、 ?用傅里叶变换分析音乐Guitar.mat1、载入文件 Guitar.mat，分析 wave2proc 是怎么由 realwave 得到的。利用loadGuitar.mat;载入并用 plot 函数将 realwave、wave2proc 分别画出，得到以下两幅图：源程序如下：clear all ;clc;close load Guitar.mat ;all;wave
9、=resample(realwave,100,243);w=zeros(1,10);fori=1:10fork=0:9w(i)=w(i)+wave(10*k+i);endendw=w/10;wave2=repmat(w,1,10);wave2=resample(wave2,243,100);plot(wave2);xlabel(realwave);figure;plot(wave2proc);xlabel(wave2proc);0.250.20.150.10.050-0.05-0.1-0.150102030405060708090100realwave0.250.20.150.10.050-0
10、.05-0.1-0.15050100150200250wave2proc可以看到， wave2proc 比 realwave 的周期性好得多，去掉了非线性谐波和噪声。在时域做，从图上可以看到， realwave 的数据大约是 10 个周期的共 243 个数据，因此可以用 resample 函数对 realwave 进行重新采样，将采样点提高到 250 个，那么重采样后每个周期有 25 个点，将这 25 个点对应相加求平均值后得到一个周期的值，然后将两个图像重叠显示比较：源程序画图部分改为：clearall ;clc;closeall ;endclear;clc;endloadGuitar.mat;w=w/10;wave=res
