CN101807427A - 一种音频输出系统 - Google Patents
一种音频输出系统 Download PDFInfo
- Publication number
- CN101807427A CN101807427A CN201010118088A CN201010118088A CN101807427A CN 101807427 A CN101807427 A CN 101807427A CN 201010118088 A CN201010118088 A CN 201010118088A CN 201010118088 A CN201010118088 A CN 201010118088A CN 101807427 A CN101807427 A CN 101807427A
- Authority
- CN
- China
- Prior art keywords
- audio file
- wave format
- audio
- algorithm
- dft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Complex Calculations (AREA)
Abstract
本发明实施例公开了一种音频输出系统,包括:所述系统包括:获取单元,用于获取WAVE格式音频文件;第一处理单元,用于利用快速傅里叶变换FFT算法对所述获取的WAVE格式音频文件进行时域到频域的转换处理;过滤单元,用于利用过滤器对所述转换到频域的WAVE格式音频文件中的音频段进行过滤;第二处理单元,用于利用反傅里叶变换算法对所述过滤后的WAVE格式音频文件进行频域到时域的转换处理;音频输出单元,输出所述利用反傅里叶变法算法转换后的WAVE格式音频文件。实施本发明,通过对于发出的音频的处理,来让这些音频对电子设备周围环境中的植物的影响,让植物来对整个环境状况进行优化和改善。
Description
技术领域
本发明属于信息技术领域,具体涉及一种音频输出系统。
背景技术
电脑显示器伴有辐射与电磁波,长期使用对健康必然会产生不良影响,如伤害人们的眼睛,诱发一些眼病,如青光眼等;二是电脑微波对身体的危害。电脑的低能量的X射线和低频电磁辐射,容易引起人们中枢神经失调。对女性来讲还易发生生殖机能及胚胎发育异常。三是电脑散发的气体危害呼吸系统。这些气体不仅有毒,而且可能造成某些人呼吸困难。对于那些哮喘病和过敏症患者来说,情况就更为严重了。另外,较长时间待在气体浓度较高的地方,还会导致肺部发生病变。植物对于环境的影响有其特有的功效:比如吸收二氧化碳,制造氧气,使封闭的空间空气清新。同时,绿色植物还可以吸收毒物,杀灭病菌,并且可以帮工作人员调节紧张的工作情绪,声音对植物的影响。特定的频段的声音会影响植物的生长。能刺激植物生长的最佳频率和波段,与植物的自发声发生谐振,匹配吸收,增加植物的光合作用和综合吸收能力,促进其科学生长发育。
发明内容
本发明的目的在于提供一种音频输出系统,旨在利用生成植物音频方式促使植物生长,对用户周围环境进行改善。
为了实现上述发明,本发明实施例提供了一种音频输出系统,所述系统包括:
获取单元,用于获取WAVE格式音频文件;
第一处理单元,用于利用快速傅里叶变换FFT算法对所述获取的WAVE格式音频文件进行时域到频域的转换处理;
过滤单元,用于利用过滤器对所述转换到频域的WAVE格式音频文件中的音频段进行过滤;
第二处理单元,用于利用反傅里叶变换算法对所述过滤后的WAVE格式音频文件进行频域到时域的转换处理;
音频输出单元,输出所述利用反傅里叶变法算法转换后的WAVE格式音频文件。
所述系统还包括一存储单元,用于存储WAVE格式音频文件。
所述第一处理单元中的FFT算法步骤具体为:将一个N点离散傅里叶变换DFT分解为两个N/2点的DFT,再经过逐次分解最终分解为2点的DFT,实现FFT运算。
所述系统还包括一设置单元,用于预先设置过滤器中所需过滤的音频段。
实施本发明实施例,具有如下有益效果:
以用户周围环境的电子设备存储音频源头,通过对于发出的音频的处理,来让这些音频对电子设备周围环境中的植物的影响,从而促进植物的生长和发育,让植物来对整个环境状况进行优化和改善,从而达到一个环境均衡的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的8点DFT的处理方法流程图;
图2为本发明实施例中的8点FFT蝶形运算流程图;
图3为本发明实施例中的FFT信号流程图;
图4为本发明实施例中音频输出系统结构示意图;
图5为本发明实施例中音频输出系统另一结构示意图。
具体实施方式
下面结合附图详细说明本发明实施例。
本发明实施例主要是用户环境周围中的电子设备获取WAVE格式音频文件;利用快速傅里叶变换FFT算法对所述获取的WAVE格式音频文件进行时域到频域的转换处理;利用过滤器对所述转换到频域的WAVE格式音频文件中的音频段进行过滤;利用反傅里叶变换算法对所述过滤后的WAVE格式音频文件进行频域到时域的转换处理;输出所述利用反傅里叶变法算法转换后的WAVE格式音频文件。通过这种处理方式能够将输出的音频早晨对植物生长的影响,从而改善周围环境。
本发明实施例通过以一个软件的形式,预先在电子设备里存储WAVE格式音频文件等,在实施该方法时在电子设备里面获取音频源,然后通过对音频源的分析和处理,通过一个自适应的算法,对于不同频段的声音源进行分析,利用FFT算法对音频进行时域到频域的变化,再对音频的频域进行处理。使得去掉所不需要的音频段,都得到所需要的特定的音频段,再进行播放,从而对植物影响进而达到环境优化的效果。
音频处理的最大的环节在于时域到频域的变换DFT,在DFT变换中所采用的快速傅立叶变换FFT算法,FFT算法是离散傅立叶变换(DFT)的一种快速算法,可以通过精简计算量来实现DFT的整个变换过程。
FFT算法的基本思想:可以将一个长度为N的序列的离散傅里叶变换逐次分解为较短的离散傅里叶变换来计算,这些短序列的DFT可重新组合成原序列的DFT,而总的运算次数却比直接的DFT算少得多,从而达到提高速度的目的。
FFT的基本思想在于,利用WN nk的一些固有的特性,将原有的N点序列分解成两个或更多的较短序列,就可以减小DFT的运算量。
系数WN nk主要有以下性质:
性质1:WN nk的周期性
性质2:WN nk的共扼对称性
性质3:WN nk的可约性
利用WN nk的周期性,共轭对称性和可约性,使DFT运算中的有些项可以合并,可以将长序列的DFT分解为短序列的DFT。快速傅立叶变换算法正是基于这样的基本思路而发展起来的,它的基本算法可以分为两大类:即按时间抽取法(decimation-in-time,DTT)和按频率抽选法(decimation-in-frequency,DIF)。FFT算法主要采用按时间抽取来实现。
如果序列x(n)的长度N=2用,其中m是整数(如果不满足此条件,可以人为地增补零值点来达到要求),则通过分解,其最小DFT运算单元是2点。通常将FFI,运算中最小DFT运算单元称为基(radix),每一部分解是按输入序列在时域上的次序是属于偶数还是奇数来抽取的,因而把这种算法称为基-2按时间抽取FFT算法。
首先将输入序列x(n)按。为奇偶分解成两个子序列:
e(r)=x(2r)
f(r)=x(2r+1)
则N点DFT可以写成
由WN nk的可压缩性和可扩展性,有 则上式变成
其中
其中E(k)和F(k)都是N/2点DFT的结果,E(k)仅包括原序列中偶数点序列,而F(k)则仅包括它的奇数点序列。
利用WN nk的周期性 得
由于 所以有
可见,一个N点序列x(n)的DFT可以从两个点序列的DFT求出,c式表示了前半部分k=0到的X(k)组成方式,而d式则表示了后半部分由到N的X(k)的组成方式。以此类推,E(k)和F(k)可以继续分解下去,这种按时间抽取算法是在输入序列分成越来越小的子序列上执行DFF运算,最后在合成N点DFT。
如图1中说明的8点DFT的处理方法,首先将输入序列x(n)划分成偶数部分和奇数部分,偶数部分为x(0),x(2),x(4),x(6);奇数部分为x(1),x(3),x(5),x(7)。从而计算4点DFT的E(k)和F(k),再利用式将E(k)和F(k)合成X(k)。
这样,一个8点的DFT就可以分解为2个四点的DFT,如图1所示。按照这个方法,可以将每个4点DFT分解成两个2点的DFF,就可以得到如图2所示的8点FFT蝶形运算流程图。
由此可见,一个N点DFT分解为两个N/2点的DFT,从而实现了运算量的减少,再经过逐次分解最终分解为2点的DFT,实现了FFT运算。
运算过程可以用信号流程图表示如图3所示,由于此流程图象蝴蝶,因而称为蝶形运算结构,或简称蝶形运算。蝶形运算是FFT的基本运算单元,WN nk称为旋转因子。
通过傅里叶变换之后,得到了从时域转换到频域的音频文件。那么可以方便的对音频文件的特定频率段进行操作。可以使用过滤器进行音频段的过滤,去掉不需要的频率段,留下对植物生长有着积极帮助的特定频段的声音文件。
但是仅仅经过傅里叶变换和过滤后的文件并不能在媒体播放器中进行立即的播放,而是要进行一个反傅里叶变换,使得音频文件重新变换到时域中去,然后在对时域中的音频文件进行播放。
通过傅里叶变换之后,得到了从时域转换到频域的音频文件。那么可以方便的对音频文件的特定频率段进行操作。我们可以使用过滤器进行音频段的过滤,去掉不需要的频率段,留下对植物生长有着积极帮助的特定频段的声音文件。
但是仅仅经过傅里叶变换和过滤后的文件并不能在媒体播放器中进行立即的播放,而是要进行一个反傅里叶变换,使得音频文件重新变换到时域中去,然后在对时域中的音频文件进行播放。
相应的,图4示出了本发明实施例中音频输出系统结构示意图,该系统包括:
获取单元401,用于获取WAVE格式音频文件;
第一处理单元402,用于利用快速傅里叶变换FFT算法对该获取的WAVE格式音频文件进行时域到频域的转换处理;
过滤单元403,用于利用过滤器对该转换到频域的WAVE格式音频文件中的音频段进行过滤;
第二处理单元404,用于利用反傅里叶变换算法对该过滤后的WAVE格式音频文件进行频域到时域的转换处理;
音频输出单元405,输出该利用反傅里叶变法算法转换后的WAVE格式音频文件。
相应的,图5还示出了本发明实施例中的音频输出系统另一结构示意图,该系统包括:
存储单元500,用于存储WAVE格式音频文件,即为获取单元500提供音频源;
获取单元501,用于获取WAVE格式音频文件;
第一处理单元502,用于利用快速傅里叶变换FFT算法对该获取的WAVE格式音频文件进行时域到频域的转换处理;这里的FFT算法步骤具体为:将一个N点离散傅里叶变换DFT分解为两个N/2点的DFT,再经过逐次分解最终分解为2点的DFT,实现FFT运算;
过滤单元503,用于利用过滤器对该转换到频域的WAVE格式音频文件中的音频段进行过滤;
第二处理单元504,用于利用反傅里叶变换算法对该过滤后的WAVE格式音频文件进行频域到时域的转换处理;
音频输出单元505,输出该利用反傅里叶变法算法转换后的WAVE格式音频文件;
设置单元506,用于预先设置过滤器中所需过滤的音频段,即根据不同植物的特性可以设置不同的过滤音频段。
综上,实施本发明,以用户周围环境的电子设备存储音频源头,通过对于发出的音频的处理,来让这些音频对电子设备周围环境中的植物的影响,从而促进植物的生长和发育,让植物来对整个环境状况进行优化和改善,从而达到一个环境均衡的效果。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (4)
1.一种音频输出系统,其特征在于,所述系统包括:
获取单元,用于获取WAVE格式音频文件;
第一处理单元,用于利用快速傅里叶变换FFT算法对所述获取的WAVE格式音频文件进行时域到频域的转换处理;
过滤单元,用于利用过滤器对所述转换到频域的WAVE格式音频文件中的音频段进行过滤;
第二处理单元,用于利用反傅里叶变换算法对所述过滤后的WAVE格式音频文件进行频域到时域的转换处理;
音频输出单元,输出所述利用反傅里叶变法算法转换后的WAVE格式音频文件。
2.如权利要求1所述的系统,其特征在于,所述系统还包括一存储单元,用于存储WAVE格式音频文件。
3.如权利要求1所述的系统,其特征在于,所述第一处理单元中的FFT算法步骤具体为:将一个N点离散傅里叶变换DFT分解为两个N/2点的DFT,再经过逐次分解最终分解为2点的DFT,实现FFT运算。
4.如权利要求1所述的系统,其特征在于,所述系统还包括一设置单元,用于预先设置过滤器中所需过滤的音频段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010118088A CN101807427A (zh) | 2010-02-26 | 2010-02-26 | 一种音频输出系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010118088A CN101807427A (zh) | 2010-02-26 | 2010-02-26 | 一种音频输出系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101807427A true CN101807427A (zh) | 2010-08-18 |
Family
ID=42609182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010118088A Pending CN101807427A (zh) | 2010-02-26 | 2010-02-26 | 一种音频输出系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101807427A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107331403A (zh) * | 2017-06-27 | 2017-11-07 | 深圳创维-Rgb电子有限公司 | 一种基于算法的音频优化方法、智能终端及存储装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1405670A (zh) * | 2002-11-15 | 2003-03-26 | 清华大学 | 多格式数字音频播放器及其算法加载、升级和添加的方法 |
US20060085195A1 (en) * | 2003-05-21 | 2006-04-20 | Makoto Nishizaki | Voice output device and voice output method |
CN101425004A (zh) * | 2007-10-29 | 2009-05-06 | 福建星网锐捷通讯股份有限公司 | 用声音作为计算机系统输入控制的方法和装置 |
-
2010
- 2010-02-26 CN CN201010118088A patent/CN101807427A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1405670A (zh) * | 2002-11-15 | 2003-03-26 | 清华大学 | 多格式数字音频播放器及其算法加载、升级和添加的方法 |
US20060085195A1 (en) * | 2003-05-21 | 2006-04-20 | Makoto Nishizaki | Voice output device and voice output method |
CN101425004A (zh) * | 2007-10-29 | 2009-05-06 | 福建星网锐捷通讯股份有限公司 | 用声音作为计算机系统输入控制的方法和装置 |
Non-Patent Citations (1)
Title |
---|
府旗中 等: "水稻种子对声波刺激的应激效应的实验研究", 《重庆大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107331403A (zh) * | 2017-06-27 | 2017-11-07 | 深圳创维-Rgb电子有限公司 | 一种基于算法的音频优化方法、智能终端及存储装置 |
CN107331403B (zh) * | 2017-06-27 | 2020-11-06 | 深圳创维-Rgb电子有限公司 | 一种基于算法的音频优化方法、智能终端及存储装置 |
US10861472B2 (en) | 2017-06-27 | 2020-12-08 | Shenzhen Chuangwei-Rgb Electronic Co., Ltd. | Algorithm-based audio optimization method, intelligent terminal and storage device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Removal of artifacts from EEG signals: a review | |
Türk et al. | Epilepsy detection by using scalogram based convolutional neural network from EEG signals | |
Delimayanti et al. | Classification of brainwaves for sleep stages by high-dimensional FFT features from EEG signals | |
Dissanayake et al. | An ensemble learning approach for electrocardiogram sensor based human emotion recognition | |
Kıymık et al. | Comparison of STFT and wavelet transform methods in determining epileptic seizure activity in EEG signals for real-time application | |
Djemal et al. | Three-class EEG-based motor imagery classification using phase-space reconstruction technique | |
Li et al. | Enhancing BCI-based emotion recognition using an improved particle swarm optimization for feature selection | |
Tseng et al. | Wavelet-based watermarking and compression for ECG signals with verification evaluation | |
Chen et al. | Hardware design and implementation of a wavelet de-noising procedure for medical signal preprocessing | |
Gradolewski et al. | A wavelet transform-based neural network denoising algorithm for mobile phonocardiography | |
Li et al. | Noise reduction method of underwater acoustic signals based on uniform phase empirical mode decomposition, amplitude-aware permutation entropy, and Pearson correlation coefficient | |
Necciari et al. | Audlet filter banks: A versatile analysis/synthesis framework using auditory frequency scales | |
Jin et al. | Sparse ECG denoising with generalized minimax concave penalty | |
Liu et al. | Research on spectrum optimization technology for a wireless communication system | |
Wang et al. | A denoising method for mining cable PD signal based on genetic algorithm optimization of VMD and wavelet threshold | |
Yue et al. | Automatic detection of short-term atrial fibrillation segments based on frequency slice wavelet transform and machine learning techniques | |
Malik et al. | An iterative filtering based ECG denoising using lifting wavelet transform technique | |
Zhang et al. | An efficient time-domain end-to-end single-channel bird sound separation network | |
CN101807427A (zh) | 一种音频输出系统 | |
Choi | Electromyogram (EMG) Signal Classification Based on Light-Weight Neural Network with FPGAs for Wearable Application | |
Rong et al. | High-efficiency optimization algorithm of PMEPR for OFDM integrated radar and communication waveform based on conjugate gradient | |
CN101776987A (zh) | 一种输出植物音频的方法 | |
CN106805968A (zh) | 一种脑电放松度识别方法及装置 | |
Rosenblatt et al. | A quantitative analysis of an eeg epileptic record based on multiresolution wavelet coefficients | |
Chen et al. | Individual identification of radar emitters based on a one-dimensional LeNet neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100818 |