Beispiellösung Übungsblatt 1

1. Darstellung im Zeitbereich
a) mit Audacity
Welche Laute sind periodisch? 1 Punkt
Sie kennzeichnen die Stimmhaftigkeit des Sprachsignals. Jede vertikale Linie entspricht einem
Glottisschlag, d.h. einer glottalen Verschlussbildung. Die Abstände dieser vertikalen Linien
zeigen die Frequenz der Glottisschläge an. z.B. das kurze o bei Nordwind oder Sonne, auch das
e (gespr. kurzes ä) bei wer und der, auch z.B. deutlich zu sehen bei o: (oder)

Welche Laute sind nicht- periodisch? 1 Punkt

Insbesondere Zischlaute, wie z.B. bei st von „einst stritten“, oder IPA: c („ch“) bei „sich“,
oder IPA: z („Sonne“), IPA:f („von“).

Findet die Laute sch, k, o, ä in den Sätzen und vergleicht sie mit den aufgenommenen
Einzellauten. Gibt es Unterschiede? Falls ja warum? 1 Punkt
Artikulatorische Prozesse laufen nie abrupt, sondern immer kontinuierlich ab. Nicht
Einzellaute werden produziert, sondern ein Lautstrom, in dem die Laute koartikulatorisch
miteinander verbunden sind. Die Artikulationsorgane sind dabei ständig in Bewegung. Sie
verharren nicht oder nur sehr kurz in der definierten Artikulationsposition, sondern bewegen
sich zu dieser Position hin, um dann bereits die nächste Position anzusteuern. Bei der
Artikulation kurzer Vokale in entsprechender Umgebung kann es zum sog. 'duration
dependent undershoot' kommen. Die Vokalphase ist dabei so kurz, dass die
Artikulationsendposition des Vokals nicht erreicht wird, da die Artikulationsorgane bereits die
Position des nächsten, artikulatorisch weit entfernten Lautes ansteuern. Die
Artikulationsorgane sind beim Sprechen nicht nur ständig in Bewegung, sondern ihre
Bewegungen überlagern sich. Während ein Laut artikuliert wird, zeigt er möglicherweise
noch Eigenschaften des vorausgehenden Lautes, stellt sich aber bereits auf die Artikulation
des folgenden ein. Demzufolge finden sich auch im akustischen Resultat dieser Äußerung in
jedem Laut - mehr oder weniger stark ausgeprägt - gewisse Merkmale der angrenzenden
Laute.
„sch“ und „k“ sind nichtperiodische Laute, wohingegen „o“ und „ä“ periodische Laute sind.
Dadurch dass bei der kontinuierlichen Aussprache im Satz vorangehende Laute in
nachfolgende Laute „einschleifen“ enthalten die nichtperiodischen Laute „sch“ und „k“ nun
auch periodische Anteile und die periodischen Laute „o“ und „ä“ nun auch nichtperiodische
Anteile.

2. LTI-Systeme
a) Fragen
Welche Systeme fallen euch ein, die diese Anforderungen erfüllen: 1 Punkt
RC-Glied, Mechanisches Zahnradgetriebe
Welche Systeme sind Gegenbeispiele, warum? 1 Punkt
Lautsprecher. Grund: Lautsprecher haben i.d.R. eine nichtlineare Kennlinie. Diese kann zum
Klirren, also zur Erzeugung von Oberwellen führen.
Wetter. Grund: kleine atmosphärische Störungen können über das Wetter (Sonne, Regen)
entscheiden (Schmetterlingseffekt).

b) Matlab/Octave

Datei echo.m 8 Punkte

function result = echo ( data , delay , fs)

zeroVec = zeros( (fs/(1000/delay))-1, 1);

impulseResponse = [ 1 zeroVec' 0.5 zeroVec' 0.2 ]';

result = normalize(conv(data, impulseResponse), 1);

end

Fragen:
o Nach der Faltung können im Ergebnis Werte über 1 und unter -1
auftreten. Warum? 1 Punkt
Bei der Faltung werden die Werte der zwei Signale multipliziert und
aufaddiert. Durch das Aufaddieren können Werte über 1 und unter -1
entstehen, die das Signal übersteuert klingen lassen.
o Ist die Funktion normalize ein LTI System? Begründen! 1 Punkt
Nein, normalize ist kein LTI System, denn die Funktion genügt nicht dem
Überlagerungssatz. Wenn wir 2 Signale erst normalisieren und dann addieren
entsteht ein anderes Ergebnis, als wenn wir die Signale erst addieren und dann
normalsieren.

3. Darstellung kontinuierlicher Signale im Frequenzbereich, Spektrum

a) Fourierreihe
Was wird dargestellt? 1 Punkt

oberes Fenster:
Im oberen Fenster wird in weiß die aktuell ausgewählte Funktion im Zeitbereich dargestellt,
per Default eine periodische Rechteckfunktion. In Rot darüber gelagert wird die
Approximation der Funktion durch eine Fourierreihe dargestellt.
mittleres Fenster:
Das mittlere Fenster zeigt die Imaginärteile der komplexen Fourierkoeffizienten.
unteres Fenster:
Das untere Fenster zeigt die Realteile der komplexen Fourierkoeffizienten.

Was bewirken die Häkchen bei 1 Punkt

- ‘Mag/Phase View’:
Durch Setzen des Häkchens wird die Ansicht im mittleren und unteren Fenster von “Real-
Imaginärteil-Ansicht” zur “Betrag-Phasen-Ansicht” der Fourierkoeffizienten umgeschaltet.
- ‘Log View’:
Durch Setzen des Häkchens wird die Anzeige der Beträge der Fourierkoeffizienten
logarithmisch skaliert. Dies ist sinnvoll um die Unterschiede auch bei den höheren
Frequenzen visuell auseinanderhalten zu können.

Was bewirkt der Schieber 1 Punkt

- ‘Number of Terms’:
Mit diesem Schieber kann die Anzahl der Reihenglieder (und somit die Anzahl der
Fourierkoeffizienten) einstellen.
- ‘Playing Frequency’:
Mit diesem Schieber kann man die Grundfrequenz des im oberen Fenster angezeigten Signals
einstellen.

Was ist die Formel für die Darstellung mit 1 Punkt

- Sinus und Cosinus Werten (siehe z. B. Wikipedia):

Fourierreihe:

mit:
- Betrag (Magnitude) und Phase:

mit:

- Komplexe (Polarkoordinaten-) Darstellung (siehe Skript):

n 2π
jν t
f (t ) = ∑ cν e
ν =− n
T

Stelle den Schieber ‘Number of Terms’ auf 5 und lies für das Dreieck, den Sägezahn und
das Quadrat die mathematische Darstellung ab:

- als Reihe von Sinus- und Kosinusfunktionen 1 Punkt

Dreieck:

f(t) = 0 +
(0,81057 * cos(2*pi*220Hz) + 0 * sin(2*pi*220Hz)) +
(0 * cos(2*pi*441Hz) + 0 * sin(2*pi*441Hz)) +
(0,09007 * cos(2*pi*662Hz) + 0 * sin(2*pi*662Hz)) +
(0 * cos(2*pi*882Hz) + 0 * sin(2*pi*882Hz)) +
(0,03243 * cos(2*pi*1103Hz) + 0 * sin(2*pi*1103Hz))

Quadrat:

f(t) = 0 +
(0 * cos(2*pi*220Hz) + 1,27324 * sin(2*pi*220Hz)) +
(0 * cos(2*pi*441Hz) + 0 * sin(2*pi*441Hz)) +
(0 * cos(2*pi*662Hz) + 0,4244 * sin(2*pi*662Hz)) +
(0 * cos(2*pi*882Hz) + 0 * sin(2*pi*882Hz)) +
(0 * cos(2*pi*1103Hz) + 0,25463 * sin(2*pi*1103Hz))

- als Reihe von harmonisch-exponentiellen Komponenten (Häkchen setzen bei

‚Mag/Phase View’) 1 Punkt

Dreieck:

f(t) = 0 +
0,81057 * cos(2*pi*220Hz) +
0 * cos(2*pi*441Hz) +
0,09007 * cos(2*pi*662Hz) +
 0 * cos(2*pi*882Hz) +
0,03243 * cos(2*pi*1103Hz)

Quadrat:

f(t) = 0 +
1,27324*cos(2*pi*220Hz -1,56773) +
0*cos(2*pi*441Hz) +
0,42442*cos(2*pi*662Hz -1,56159) +
0*cos(2*pi*882Hz) +
0,25466*cos(2*pi*1103Hz -1,55546) +

Oder umrechnen zu: f ( x) = ∑ ck ⋅ e ikx

k∈Z
1
co = a0
2
1
c k = ( a k − ibk )
2
1
c − k = ( a k + ibk )
2

b) Fouriertransformation 1 Punkt
Wofür benutzt man die Fouriertransformation?
Die Fouriertransformation benutzt man, wenn man ein beliebiges, kontinuierliches Signal von
Zeit- in den Frequenzbereich transformieren will. Die inverse Fouriertransformation benutzt
man für den anderen Weg.

Was ist der Unterscheid zur Fourierreihe?

Nur periodische Signale lassen sich durch eine Fourierreihe darstellen. Durch eine
Fouriertransformation lassen sich auch nichtperiodische Signale darstellen. Das
Frequenzspektrum einer Fourierreihe ist stets diskret, da nur abzählbar unendlich viele
Frequenzen auftreten. Das Frequenzspektrum einer Fouriertransformation hingegen kann auch
kontinuierlich (überabzählbar) sein (z.B. bei der kontinuierlichen Fouriertransformation).
4. Autokorrelation
(1 Punkt für die Definition, 1 Punkt für die Plots, 1 Punkt für die Unterschiede)

Definition:

(Quelle: Wikipedia)

Unterschiede:
Im Plot für den stimmhaften Laut a erkennt man regelmäßige Spitzen, die Zeigen, dass der
Laut periodische Anteile hat.
Im Plot für Laut „sch“ erkennt man nur eine Spitze in der Mitte (also bei einer Verschiebung
von 0), da dieser Laut keine periodischen Anteile enthält.

Laut „a“ Laut „sch“