Probar el diseño de la mañana de radio con un mensaje de voz

Puede probar el receptor AM mediante el uso de un mensaje de voz real. El valor de esta prueba radica en realidad escuchando el discurso antes y después de pasar por el enlace de comunicaciones. Sus oídos oyen diferencias que no siempre son fáciles de distinguir de las pantallas gráficas solos.

Video: Consejos para usar el buzón de voz | Humberto Gutiérrez

También, porque el mensaje de voz ocupa un ancho de banda espectral más ancha que la única sinusoide, el procesamiento de la señal no lineal del detector de envolvente se caracteriza de manera más realista en presencia de interferencia fuerte.

Se puede acceder al listado de código completo para una simulación de extremo a extremo en la módulo de Python ssd.py. La simulación emplea procesamiento de múltiples velocidades de señal digital (DSP) de manera que un mensaje de voz real, muestreada a 8 KSPS, puede ser procesada a través del transceptor AM.

La señal de mensaje a los 8 KSPS se sobremuestrea por 24 a 192 KSPS. En esta simulación, una frecuencia portadora de 75 kHz (se puede ver como una emulación del 455 kHz IF) se usa con la señal de interferencia a 82 kHz (7 kHz por encima de la portadora). El detector de envolvente es un rectificador de media onda ideales (en software) seguido de un filtro de paso bajo y un cambiador de nivel (restar media de la señal).

La señal es entonces muestrea por 24 para salir del receptor en 8 KSPS. pruebas de escucha del vector de texto del discurso confirman la eliminación de los tonos en banda cuando séptimo orden Chebyshev BPF se coloca en la entrada al detector de envolvente.

Video: SOLUCIÓN: Eliminar notificación del BUZÓN DE VOZ en Android | Memo Castillo

Ver los resultados de la simulación en la siguiente figura.

Aquí están los comandos abreviado IPython:

Video: Buzón de voz

en [964]: Fs, m_wav = ssd.from_wav ( `OSR_us_000_0030_8k.wav`) En [965]: M_wav = m_wav [10000: 120000] #truncate la speechIn [967]: X192w, t192w, m24 = ssd.am_tx (m_wav, 0,8) # tx Sigin [968]: Xi192w = cos (2 * pi * 82.0e3 * t192w) # interferenceIn [969]: M_rx8, t8, m_rx192, x_env_det = ssd.am_rx (x192w + xi192w) señal # forma rx en 8k & 192k, sin BPF howeverIn [973]: Pxx1, f = psd (x192w + xi192w, 2 ** 12 192) En [984]: Specgram (m_rx8,2 ** 8,8000) - # parcela spectrogramIn [987]: X192fw = signal.lfilter (b_bpf, a_bpf, x192w + xi192w) # BPFIn [988]: M_rx8, t8, m_rx192, x_env_det = ssd.am_rx (x192fw) En [995]: Specgram (m_rx8,2 ** 8,8000) - # parcela spectrogramIn [996]: Ssd.to_wav ( `speech_test.wav`, 8000, m_rx8) # escuchar

En la figura a la señal AM aparece como una mancha simétrica con un pico portador asomando por el centro, a la derecha en 75 kHz. La interferencia se encuentra en 82 kHz, sin filtrar en la actualidad.

Video: ALBERTO ACOSTA LOCUTOR COMERCIAL MI MENSAJE DE NAVIDAD

La forma del filtro BPF se superpone en la trama de la Figura a lo que puede ver cómo se corta la interferencia. Figuras byc muestran que el impacto de la FPB. los espectrograma parcela se utiliza aquí, que muestra el espectro de frecuencia en función del tiempo.

La interferencia se sienta efectivamente fuera de la de paso de banda de audio 5-kHz, pero debido a la acción de procesamiento de señales no lineal del detector de envolvente, los tonos dentro de banda a los 1, 3, y 3 kHz son evidentes en el espectrograma de la Figura b. Con el BPF en su lugar, los tonos desaparecen (Figura C).