05.スイープ信号の分離実験

1. 過渡信号の分離

   ボーカル音声は正弦波のような周波数が決まった波形ではないことが想定されますので、スイープ信号を使い時間的に変化する音源を抽出できるか実験します。

2. ひとつのスイープ信号を分離

   110Hzから1760Hzまでスイープする信号の一部を切り出します。

   元波形

   このスイープ信号のうち、1sec-4secの部分を抽出します。

   

   抽出された波形

   

   抜き出した残りの波形

   結果の考察

   周波数が変化するスイープ信号であっても、同様のロジックでほぼ抜き出すことができました。 残存信号を確認すると、まだ元の信号が聞こえます。完全には振幅と位相が一致していないことがわかります。

3. ２つのスイープ信号を分離

   110-1060Hzおよび3000-1560Hzまでの2つのスイープ信号の混合から、それぞれが抜き出せるかテストします。

   

   元波形

   
   #!/usr/bin/env python
   
   import soundfile as sf
   import numpy as np
   import matplotlib.pyplot as plt
   from scipy.signal import chirp
   
   length = 5.0
   pre = 0.5
   post = 0.5
   samplefq = 44100
   
   swstart = 110
   swend = 1060
   amp = 1
   
   swstart2 = 3000
   swend2 = 1560
   amp2 = 1
   
   const=1
   
   t = np.linspace(0, length, num=length*samplefq)
   buf = np.zeros(t.shape[0])
   
   buf += amp*chirp(t, swstart, length, swend)
   buf += amp*chirp(t, swstart2, length, swend2)
   
   wav = np.concatenate([np.zeros(int(pre*samplefq)), buf, np.zeros(int(post*samplefq))], axis=0)
   
   #plt.plot(wav)
   #plt.show()
   
   wav /= wav.max()
   wav *= 0x7000
   wav = wav.astype(np.int16)
   
   with sf.SoundFile('sweep2.wav', 'w', samplefq, 1) as sfile:
       sfile.write(wav)
   

   高周波側の分離

   分離した高周波側波形です。若干抽出にゆらぎが見られますが、大部分の成分は抽出できています。

   

   抽出された高周波側波形

   低周波側の分離

   同様に分離した低周波側波形です。

   

   抽出された低周波側波形

   結果の考察

   スイープ信号が２つであっても同様に、それぞれの信号を分離できることがわかりました。 しかし、混合信号の場合は現在の抽出ロジックでは他の信号成分が干渉して、抽出周波数にゆらぎが生じ完全な元波形は再現できていません。 また、信号開始時と終了時の振幅は、もとの周波数解析のロジックに由来して少し小さくなっています。