Test_Con_ExamenesClase_TyP

La ley A y la ley mu. Expanden los niveles altos de la señal y comprimen los bajos para redistribuir mejor la función de densidad de probabilidad que concentran la mayoría de sus niveles en valores bajos. Expanden los niveles bajos de la señal y comprimen los altos para redistribuir mejor la función de densidad de probabilidad que concentran la mayoría de sus niveles en valores altos. Expanden los niveles altos de la señal y comprimen los bajos para redistribuir mejor la función de densidad de probabilidad que concentran la mayoría de sus niveles en valores altos. Expanden los niveles bajos de la señal y comprimen los altos para redistribuir mejor la función de densidad de probabilidad que concentran la mayoría de sus niveles en valores bajos.

El error que se comete debido al Jitter. Es menor si se usa en combinación con el Dither. Es mayor si se muestrean componentes de baja frecuencia. Es mayor si se muestrean componentes de alta frecuencia. Sólo depende de la frecuencia de muestreo y de la precisión temporal que se tenga a la hora de muestrear.

Si muestreamos la señal x(n)=sin(20πn) a la frecuencia de 12 Hz, recuperaremos la señal. x(n)=-sin(20πn). x(n)=sin(20πn). x(n)=sin(4πn). x(n)=-sin(4πn).

El Jitter. tiene su origen en el proceso de muestreo y se traduce en un efecto de atenuación a altas frecuencias. tiene su origen en el proceso de cuantificación y se traduce en un empeoramiento de la relación de la señal a ruido. tiene su origen en el proceso de muestreo y se traduce en un empeoramiento de la relación de la señal a ruido. tiene su origen en el proceso de cuantificación y se traduce en un efecto de atenuación a altas frecuencias.

El efecto de apertura. Produce un efecto de amplificación de altas frecuencias. Es una distorsión que se produce durante el transitorio inicial al muestrear una señal. Se produce cuando cuantificamos señales de nivel muy bajo. Es una distorsión debida a que no podemos usar filtros de reconstrucción ideales y que afecta a las altas frecuencias.

¿Cuál será el nivel de presión sonora de una señal acústica que vibra ejerciendo una presión sonora en el aire de 1 Pascal? Para que se corrija bien hay que poner el resultado seguido de "dB SPL", por ejemplo: 67.44 dB SPL.

¿Qué dos sonidos nos resultará más sencillo identificar y diferenciar si suenan alternativamente?. el par 3100-3105 Hz?. el par 100-105 Hz.

En un caso ideal, indicar qué elementos de la cadena de conversión A/D introduce pérdidas o distorsión. Muestro. Cuantificación. Codificación. Ninguno.

Calcular la frecuencia de alias de un tono de 10 kHz muestreado a una frecuencia de muestreo de 12kHz Para que se corrija bien escribir la solución en Hz indicando esta magnitud, por ejemplo: 10000 Hz.

Antes de muestrear una señal de audio, siempre hay que aplicarle un filtrado paso-bajo. Verdadero. Falso.

Calcular el nivel de cuantificación de salida de un cuantificador uniforme simétrico de media subida con 10 bits y un rango dinámico entre los niveles 2 y -2, cuando a la entrada tenemos un nivel de valor -1.1.

Para cuantificar señales de voz, se suele usar cuantificación uniforme. Verdadero. Falso.

La relación SNR de cuantificación de una señal de voz de ancho de banda 8kHz muestreada a 32Khz cuando se usa un cuantificador de 8 bits es aproximadamente de. 48 dB. 54 dB. 64 dB. 96 dB.

Si empleamos el mismo codec de audio con la misma configuración para almacenar un archivo de audio en un formato autodescriptivo y otro en un formato de tipo RAW. Ambos archivos tendrán el mismo tamaño. El formato autodescriptivo tendrá un tamaño menor. El formato tipo RAW tendrá un tamaño menor.

Emplear la técnica de dither. Elimina ruido de la cuantificación. Añade más ruido a la señal pero es menos perceptible porque se añade en frecuencias en las que nuestro sistema auditivo es menos sensible. Añade más ruido pero lo percibimos de manera menos molesta porque el ruido es diferente de la señal. Añade más ruido pero lo percibimos de manera menos molesta porque el ruido es muy parecido a la señal.

Para minimizar el efecto de apertura podemos usar: más bits de cuantificación. Dither. sobremuestreo. Noise Shaping.

Dado un cuantificador con una profundidad de bits igual a 10. ¿Cuantos niveles de cuantificación diferentes podrá representar si es un cuantificador uniforme?.

Dado un cuantificador con una profundidad de bits igual a 10. ¿Cuantos niveles de cuantificación diferentes podrá representar si es un cuantificador no uniforme?.

Si tenemos una señal de audio con un ruido de nivel inferior a la mitad del escalón de cuantificación, lo más conveniente para minimizar el efecto del ruido durante los silencios es: Usar un cuantificador de medio paso. Usar un cuantificador no uniforme de media subida. Usar un cuantificador uniforme de media subida.

En audio, nos referimos a mp3. únicamente como a un formato de audio. únicamente como a un codec de audio. tanto a un codec como a un formato de audio.

Los formatos de audio denominados contenedores. Son aquellos que contienen señales de audio como señal de información. Son aquellos que permiten usar diferentes CODEC. Son aquellos que contienen señales de otras naturalezas (imagen, vídeo, texto, ...) además de información de audio. Son aquellos que no necesitan una información de cabecera.

¿Que componente frecuncial se recupera tras muestrear una componente tonal de frecuencia 10000 Hz a la frecuencia de muestreo de 3000 Hz? Para que se corrija bien escribir la solución en Hz indicando esta magnitud, por ejemplo: 10000 Hz.

Calcular cual debe ser la máxima frecuencia de una señal de audio, para que sea muestreada correctamente si se usa un muestreo periódico adquiriendo las muestras cada 0.2 ms Para que se corrija bien escribir la solución en Hz indicando esta magnitud, por ejemplo: 10000 Hz.

¿Qué componente frecuencial se recuperaría tras muestrear una componente tonal de frecuencia 1000 Hz a la frecuencia de muestreo de 3000 Hz? Para que se corrija bien escribir la solución en Hz indicando esta magnitud, por ejemplo: 10000 Hz.

Si muestreamos la señal x(t)=sin(2pi 1000t) a la frecuencia fs=1500Hz, recuperamos la señal. x(t)= -sin(2pi 1000t). x(t)= -sin(2pi 500t). x(t)=sin(2pi 500t). x(t)=sin(2pi 1000t).

Si muestreamos la señal x(t)=cos(1000t) a la frecuencia fs =1500Hz, recuperariamos la señal. x(t)= -sin(1000t). x(t)=cos(1000t). x(t)=cos(500t). x(t)= sin(500t).

¿Cuál es la frecuencia mínima a la debería muestrearse una señal de voz cuya componente frecuencial máxima alcanza los 7kHz? Para que se corrija bien escribir la solución en Hz indicando esta magnitud, por ejemplo: 10000 Hz.

Los picos, o máximos que aparecen en una representación espectral siempre se corresponden con componentes tonales. Verdadero. Falso.

La frecuencia de alias puede ser mayor que la frecuencia de muestreo. Verdadero. Falso.

Cuántos puntos del espectro obtendremos si invocamos la función espectro de la siguiente manera: X, f = vz.espectro(x) y la señal x tiene una duración de 100 muestras.

La frecuencia mínima y máxima que se escucharán al reproducir una señal chirp muestreada a 5kHz será: Para que se corrija bien escribir las dos respuesta separadas por una coma, en Hz sin indicar la magnitud, por ejemplo: 30, 5000 (en donde 30 es fmin y 5000fmáx).

Cuantificar señales de niveles similares al escalón de cuantificación. Hace que el ruido de cuantificación sea más molesto y esté correlado con la señal a cuantificar. Suele proporcionar relaciones SNR de cuantificación altas. Sólo emplea pocos niveles de cuantificación. Genera un ruido de cuantificación muy particular denominado Dither.

Si remuestreamos una señal de audio (usando las funciones adecuadas de Python) con contenido hasta 20khz a una frecuencia de muestreo de 10kHz. Obtenemos un error de ejecución porque se comente aliasing. Obtenemos sólo el contenido frecuencial por encima de 10kHz que se traslada a la banda entre los 0 y los 5kHz. Obtenemos sólo el contenido que la señal original contenía por debajo de los 5 kHz. Obtenemos sólo contenido por debajo de los 5 kHz, pero no se corresponde con el original que había en ese margen frecuencial.

El error de cuantificación de un cuantificador de rango dinámico A, cuando usamos 6 bits para cuantificar es mayor que cuando usamos 7 bits para cuantificar. Verdadero. Falso.

El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación. Verdadero. Falso.

La potencia media del ruido de un cuantificador uniforme, cuando este funciona en su rango normal de funcionamiento. sólo depende del número de bits del cuantificador. sólo depende del rango dinámico del cuantificador. depende de la potencia de la señal a cuantificar. sólo depende del paso o escalón del cuantificador.

Un filtro IIR de orden 10 tendrá más coeficientes que un filtro FIR del mismo orden. Verdadero. Falso.

Si deseamos diseñar filtros con bandas de transición muy abruptas y pocos coeficientes es mejor usar un diseño FIR que IIR. Verdadero. Falso.

Complete la siguiente instrucción si desea diseñar un filtro paso-bajo de orden 200 y frecuencia de corte 2000Hz si la señal a filtrar ha sido muestreada a 10kHz b=signal.firwin( _ , _ ) Para que se corrija bien escribir las respuestas que irian en el parentesis separadas por coma. Por ejemplo: 700,56.

Un filtro resonador con un factor de calidad de 10 y un ancho de banda de 500 Hz. Estará centrado en la frecuencia ________ Hz (Poner solo el numero).

La función firwin del módulo signal del paquete scipy usa enventando con ventana Hamming por defecto. Verdadero. Falso.

Un eco múltiple con tres versiones retardadas de la señal, se modela con un filtrado IIR. Verdadero. Falso.

¿Cuántas muestra necesitaremos en una línea de retardo para crear un efecto de eco simple sobre una señal de voz muestreada a 4kHz, si el sonido retardado está a 40ms?.

Un efecto de vibrato. Se modela mediante una modulación angular. Se modela con un filtro FIR. Se modela con un filtro IIR. Se modela mediante una modulación de amplitud.

El efecto de trémolo,. Se modela mediante una modulación de amplitud. Se modela mediante una modulación angular. Se modela con un filtro IIR. Se modela con un filtro FIR.

El efecto de chorus no puede implementarse con una línea de retardo universal con modulación si tenemos más de dos voces. Verdadero. Falso.

El efecto de audio descrito por la siguiente ecuación en diferencias, se puede caracterizar con un sistema lineal invariante con el tiempo de respuesta al impulso finita: y[n]=2x[n]+5x[n-3]-0.9y[n-2]. Verdadero. Falso.

Si aplicamos un efecto de modulación de amplitud a una señal de audio de voz, usando como señal auxiliar moduladora un tono de frecuencia 10Hz,. No percibiremos nada diferente de la señal original, porque una señal de 10Hz no está en el rango de valores audibles. Percibiremos un desplazamiento de las frecuencias originales de la señal de audio. Percibiremos que la señal se repite 10 veces por segundo. Percibiremos oscilaciones temporales de la amplitud original de la señal.

Un señal de 1000 muestras a la que se le aplica el algoritmo SOLA para realizar un alargamiento temporal de la misma usando un factor de reescalado de 1.5, se convertirá en una señal de exactamente 1500 muestras. Verdadero. Falso.

En un efecto de basado en modulaciones angulares. A mayor profundidad de modulación, mayor será la amplitud de los sonidos creados por el efecto respecto de los originales. A mayor frecuencia de modulación, mayor será la diferencia entre el retardo máximo y el mínimo que se logrará para crear el efecto. A mayor retardo inicial, mayor será la diferencia entre el retardo máximo y el mínimo que se logrará para crear el efecto. A mayor profundidad de modulación, mayor será la diferencia entre el retardo máximo y el mínimo que se logrará para crear el efecto.

Si para realizar un procesado por bloques usamos un tamaño de salto de 100 muestras y una ventana de 120 muestras. Tendremos que rellenar por ceros cada bloque de 100 muestras. Tendremos solape entre muestras. Estaremos perdiendo muestras. No podremos usar enventanado rectangular.

La frecuencia de alias puede ser mayor que la frecuencia original. Verdadero. Falso.

Las formas de onda temporales de las señales de audio se suelen representar con la variable independiente (tiempo) en escala logarítmica porque el sistema auditivo humano tiene una percepción logarítmica. Verdadero. Falso.

La relación SNR de cuantificación de una señal de voz cuando se cuantifica con 6bits es siempre aproximadamente igual o mayor que 36 dB. Verdadero. Falso.

El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación. Verdadero. Falso.

Si cuantificamos una señal senoidal de amplitud A y otra de amplitud A/2 con el mismo cuantificador. Obtendremos la misma relación SNR de cuantificación en ambos casos. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A/2. Obtendremos un valor de SNR independiente del número de bits del cuantificador, puesto que las señales a cuantificar son tonales. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A.

Una señal de audio está codificada con un cuantificador uniforme de medio paso de 16 bits. Si el paso de cuantificación es 1, el valor máximo representable es. 32767. 1. 16. 65536.

Si deseamos diseñar filtros con bandas de transición muy abruptas y pocos coeficientes es mejor usar un diseño FIR que IIR. Verdadero. Falso.

La función iirfilter del módulo signal del paquete scipy diseña filtros paso-bajo por defecto. Verdadero. Falso.

Un filtro IIR de orden 10 tendrá bandas de transición más abruptas. Si es de Bessel. Si es elíptico. Si es de Chebyshev. Si es de Butterworth.

Para diseñar un filtro shelving de segundo orden. Tenemos que conocer el factor de calidad y la ganancia. Tenemos que conocer el factor de calidad y la frecuencia de muestreo. Tenemos que conocer el factor de calidad y la frecuencia de corte. Tenemos que conocer la ganancia y la frecuencia de corte.

Un eco múltiple con tres versiones retardadas de la señal, se modela con un filtrado IIR. Verdadero. Falso.

Un efecto de Vibrato: Necesita más memoria conforme la velocidad de oscilación del vibrato sea mayor. No necesita memoria. Necesita más memoria conforme la ganancia aplicada a la señal original sea mayor. Necesita más memoria conforme la profundidad del vibrato sea mayor.

La línea de retardo universal con modulación puede implementar efectos similares a los creados con. modulación angular. modulación de amplitud. filtrados genéricos FIR. filtrados genéricos IIR.

Calcule el % de solape entre bloques en un procesado por bloques de una señal de voz de baja calidad muestreada a 8 kHz, con un tiempo de salto de 20ms y un tamaño de bloque de 400 muestras. Sol: ___ %.

Complete la instrucción para obtener un archivo de duración aproximada de 1 minuto, si en x tenemos un archivo de audio de 62.5 segundos. Sola(x,250,100, _______).

Si usamos un tamaño de bloque de 20 ms y un tiempo de salto de análisis de 5ms, ¿Cuál será la duración máxima que puede alcanzarse para un sonido de audio que tiene una duración original de 10 segundos al que le aplicamos el algoritmo sola?. 20 segundos. 40 segundos. La que se desee, pues la duración final sólo depende del factor de expansión/compresión alfa. 25 segundos.

A partir de una señal a la que se le aplica un alargamiento temporal obteniendo una señal de duración doble, podemos conseguir un desplazamiento del pitch también donde los componentes frecuenciales se desplazan a sus frecuencias dobles. Verdadero. Falso.

Si no estimamos correctamente el Pitch de una señal de audio. El algoritmo Psola, aunque consigue variar la duración de las señales, puede provocar ligeras variaciones en el pitch, más notables conforme el factor de variación temporal alfa sea más diferente de uno. No se pueden calcular las marcas temporales necesarias en el algoritmo Psola. El algoritmo Psola realiza correctamente el cambio en la duración de la señal si ningún artefacto sonoro porque su funcionamiento es independiente de una correcta estimación del Pitch. El algoritmo Psola no consigue variar la duración de las señales adecuadamente.

Calcular cual debe ser la máxima frecuencia de una señal de audio, para que sea muestreada correctamente si se usa un muestreo periódico adquiriendo las muestras cada 0.2ms. Para corregirse bien escribir el resultado en Hz indicando el numero seguido de la magnitud. Por ejemplo: 10000 Hz, en vez de 10kHz o 10000Hz.

Si muestreamos la señal x(t)=cos(1000t) a la frecuencia fs=1500Hz, recuperaríamos la señal. x(t) = -sin(500t). x(t) = cos(1000t). x(t) = sin(500t). x(t) = cos(500t).

¿Qué componente frecuencial se recuperaría tras muestrear una componente tonal de frecuencia 10000 Hz a la frecuencia de muestreo de 3000 Hz? Para corregir bien, poner el valor en Hercios y seguido de la magnitud. Ej: "10000 Hz".

¿Qué componente frecuencial se recuperaría tras muestrear una componente tonal de frecuencia 1000 Hz a la frecuencia de muestreo de 3000 Hz? Para corregir bien, poner el valor en Hercios y seguido de la magnitud. Ej: "10000 Hz".

¿Qué dos sonidos nos resultará más sencillo identificar y diferenciar si suenan alternativamente?. el par 3100-3105 Hz. el par 100-105 Hz.

Para minimizar el efecto de apertura podemos usar: más bits de cuantificación. sobremuestreo. Noise Shaping. Dither.

Los formatos de audio denominados contenedores. Son aquellos que contienen señales de audio como señal de información. Son aquellos que contienen señales de otras naturalezas (imagen, vídeo, texto, ...) además de información de audio. Son aquellos que no necesitan una información de cabecera. Son aquellos que permiten usar diferentes CODEC.

Crear un efecto de audio a una señal derivado de aplicarle un filtrado lineal, cuando procesamos por bloques, es equivalente a aplicar el filtrado a cada bloque de forma independiente. Verdadero. Falso.

Si usamos un tamaño de salto determinado en un efecto de audio resultado de un procesado por bloques, debemos usar siempre obligatoriamente el mismo tamaño al resintetizar la señal. Verdadero. Falso.

¿Cuál es el orden del filtro de un efecto de audio definido por la siguiente ecuación en diferencias? y[n]=x[n-4].

Si aplicamos un efecto de modulación de amplitud a una señal de audio de voz, usando como señal auxiliar moduladora un tono de frecuencia 10Hz. Percibiremos que la señal se repite 10 veces por segundo. No percibiremos nada diferente de la señal original, porque una señal de 10Hz no está en el rango de valores audibles. Percibiremos un desplazamiento de las frecuencias originales de la señal de audio. Percibiremos oscilaciones temporales de la amplitud original de la señal.

El número de muestras del buffer para realizar un efecto de vibrato depende de la frecuencia de variación o velocidad de variación de la modulación. Verdadero. Falso.

Calcule la salida de un compresor cuya relación de compresión es 2:1 y el umbral está en -20dB cuando la entrada es -80 dB. -20 dB. -10 dB. -80 dB. -40 dB.

Lo que sigue es una pregunta de completar los espacios en blanco con 1 espacios. Calcule cuantas muestras necesitaría retardar una señal muestreada a 8Khz si queremos añadirle un eco simple con repetición a 60ms. N=.

Mediante las operaciones de cambio de frecuencia de muestreo en el dominio discreto, podré obtener una señal muestreada a una frecuencia de muestreo fs como si se hubiera muestreado a otra frecuencia π fs. Verdadero. Falso.

Un sistema expansor. Puede amplificar el ruido de bajo nivel de la señal. Es un sistema lineal. Es el sistema inverso del sistema limitador. Es un sistema invertible.

Si remuestreamos una señal de audio (usando las funciones adecuadas de Python) con contenido hasta 20khz a una frecuencia de muestreo de 10kHz. Obtenemos sólo el contenido que la señal original contenía por debajo de los 5 kHz. Obtenemos sólo contenido por debajo de los 5 kHz, pero no se corresponde con el original que había en ese margen frecuencial. Obtenemos un error de ejecución porque se comente aliasing. Obtenemos sólo el contenido frecuencial por encima de 10kHz que se traslada a la banda entre los 0 y los 5kHz.

La frecuencia de alias puede ser mayor que la frecuencia original. Verdadero. Falso.

Los picos, o máximos que aparecen en una representación espectral siempre se corresponden con componentes tonales. Verdadero. Falso.

Las formas de onda temporales de las señales de audio se suelen representar con la variable independiente (tiempo) en escala logarítmica porque el sistema auditivo humano tiene una percepción logarítmica. Verdadero. Falso.

La potencia media de un cuantificador uniforme de 8 bits y un rango dinámico de 2 Voltios. Será mayor que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios. Será igual que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios. Será menor que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios.

El error de cuantificación de un cuantificador de rango dinámico A, cuando usamos 6 bits para cuantificar es mayor que cuando usamos 7 bits para cuantificar. Verdadero. Falso.

La relación SNR de cuantificación de una señal de voz cuando se cuantifica con 6bits es siempre aproximadamente igual o mayor que 36 dB. Verdadero. Falso.

La potencia media del ruido de un cuantificador uniforme, cuando este funciona en su rango normal de funcionamiento. depende de la potencia de la señal a cuantificar. sólo depende del rango dinámico del cuantificador. sólo depende del paso o escalón del cuantificador. sólo depende del número de bits del cuantificador.

Un filtro resonador con un factor de calidad de 10 y un ancho de banda de 500 Hz estará centrado en la frecuencia ______ Hz Poner solo número.

La función firwin del módulo signal del paquete scipy usa enventando con ventana Hamming por defecto. Verdadero. Falso.

¿Qué ventana usaría si desea diseñar un filtro con la máxima atenuación posible en la banda eliminada?. Triangular. Hamming. Rectangular. Hanning.

Un filtro IIR de orden 10 tendrá más coeficientes que un filtro FIR del mismo orden. Verdadero. Falso.

Un efecto de Vibrato: No necesita memoria. Necesita más memoria conforme la ganancia aplicada a la señal original sea mayor. Necesita más memoria conforme la profundidad del vibrato sea mayor. Necesita más memoria conforme la velocidad de oscilación del vibrato sea mayor.

Un efecto de vibrato. Se modela mediante una modulación angular. Se modela mediante una modulación de amplitud. Se modela con un filtro IIR. Se modela con un filtro FIR.

El efecto de chorus no puede implementarse con una línea de retardo universal con modulación si tenemos más de dos voces. Verdadero. Falso.

La línea de retardo universal con modulación puede implementar efectos similares a los creados con. modulación angular. modulación de amplitud. filtrados genéricos FIR. filtrados genéricos IIR.

A partir de una señal a la que se le aplica un alargamiento temporal obteniendo una señal de duración doble, podemos conseguir un desplazamiento del pitch también donde los componentes frecuenciales se desplazan a sus frecuencias dobles. Verdadero. Falso.

Si usamos un tamaño de bloque de 20 ms y un tiempo de salto de análisis de 5ms, ¿Cuál será la duración máxima que puede alcanzarse para un sonido de audio que tiene una duración original de 10 segundos al que le aplicamos el algoritmo sola?. 25 segundos. La que se desee, pues la duración final sólo depende del factor de expansión/compresión alfa. 40 segundos. 20 segundos.

La instrucción out1,out2=signal.lfilter(in1,in2,in3,zi=in4). devuelve out1 del mismo tamaño que in4 y out2 del mismo tamaño que in3. devuelve out1 del mismo tamaño que in3 y out2 del mismo tamaño que in4. devuelve out1 del mismo tamaño que in3 y out2 del mismo tamaño que in3. devuelve out1 del mismo tamaño que in1 y out2 del mismo tamaño que in2.

Si no estimamos correctamente el Pitch de una señal de audio. No se pueden calcular las marcas temporales necesarias en el algoritmo Psola. El algoritmo Psola no consigue variar la duración de las señales adecuadamente. El algoritmo Psola realiza correctamente el cambio en la duración de la señal si ningún artefacto sonoro porque su funcionamiento es independiente de una correcta estimación del Pitch. El algoritmo Psola, aunque consigue variar la duración de las señales, puede provocar ligeras variaciones en el pitch, más notables conforme el factor de variación temporal alfa sea más diferente de uno.

Si aplicamos un efecto de modulación de amplitud a una señal de audio de voz, usando como señal auxiliar moduladora un tono de frecuencia 10Hz,. Percibiremos un desplazamiento de las frecuencias originales de la señal de audio. Percibiremos oscilaciones temporales de la amplitud original de la señal. No percibiremos nada diferente de la señal original, porque una señal de 10Hz no está en el rango de valores audibles. Percibiremos que la señal se repite 10 veces por segundo.

Si para realizar un procesado por bloques usamos un tamaño de salto de 100 muestras y una ventana de 120 muestras. Estaremos perdiendo muestras. Tendremos solape entre muestras. Tendremos que rellenar por ceros cada bloque de 100 muestras. No podremos usar enventanado rectangular.

¿Cuántos coeficientes cómo máximo necesitamos calcular en un filtro FIR de orden 10?.

El efecto de audio descrito por la siguiente ecuación en diferencias, se puede caracterizar con un sistema lineal invariante con el tiempo de respuesta al impulso finita: Verdadero. Falso.

Mediante las operaciones de cambio de frecuencia de muestreo en el dominio discreto, podré obtener una señal muestreada a una frecuencia de muestreo fs como si se hubiera muestreado a otra frecuencia 0.3* fs. Verdadero. Falso.

El sistema y[n]=x[n]+0.6y[n-100]. Es un retardador de la salida de 100 muestras. Es un sistema que implementa un eco simple. Es un sistema que implementa un eco múltiple o eco realimentado. Es un sistema que implementa un filtro paso alto.

Mediante las operaciones de cambio de frecuencia de muestreo en el dominio discreto, podré obtener una señal muestreada a una frecuencia de muestreo fs como si se hubiera muestreado a otra frecuencia π fs. Verdadera. Falso.

Los efectos aplicados a las señales de audio usando procesado por bloques en el dominio de la frecuencia sólo pueden ser efectos lineales que permiten modificar la amplitud y la fase de cada componente frecuencial. Verdadero. Falso.

La potencia media de un cuantificador uniforme de 8 bits y un rango dinámico de 2 Voltios. Será igual que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios. Será mayor que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios. Será menor que la de un cuantificador de 9 bits y un rango dinámico de 4 Voltios.

La potencia media del ruido de un cuantificador uniforme, cuando este funciona en su rango normal de funcionamiento. depende de la potencia de la señal a cuantificar. sólo depende del número de bits del cuantificador. sólo depende del rango dinámico del cuantificador. sólo depende del paso o escalón del cuantificador.

La ley A y la ley mu. se usan después de cuantificar una señal para mejorar la SNR de cuantificación. comprimen los niveles bajos de la señal y expanden los altos. comprimen los niveles altos de la señal y expanden los bajos. una es la inversa de la otra.

Una señal de audio está codificada con un cuantificador uniforme de medio paso de 16 bits. Si el paso de cuantificación es 1, el valor máximo representable es. 32767. 1. 16. 65536.

Lo que sigue es una pregunta de completar los espacios en blanco con 2 espacios.Complete la siguiente instrucción si desea diseñar un filtro paso-bajo de orden 200 y frecuencia de corte 2000Hz si la señal a filtrar ha sido muestreada a 10kHz b=signal.firwin(______,_____) Escribir en la respuesta solo los valores que corresponde separados por una coma sin espacios. Ej.: 90,400.

La función iirfilter del módulo signal del paquete scipy diseña filtros paso-bajo por defecto. Verdadero. Falso.

La ganancia de un filtro resonador de ganancia G, fuera de la banda de resonancia es. 0 dB. -G dB. G dB. 3 dB.

El efecto de trémolo. Se modela mediante una modulación angular. Se modela con un filtro IIR. Se modela mediante una modulación de amplitud. Se modela con un filtro FIR.

Lo que sigue es una pregunta de completar los espacios en blanco con 1 espacios.¿Cuántas muestra necesitaremos en una línea de retardo para crear un efecto de eco simple sobre una señal de voz muestreada a 4kHz, si el sonido retardado está a 40ms?.

A partir de una señal a la que se le aplica un alargamiento temporal obteniendo una señal de duración doble, podemos conseguir un desplazamiento del pitch también donde los componentes frecuenciales se desplazan a sus frecuencias dobles. Verdadero. Falso.

Si usamos un tamaño de bloque de 20 ms y un tiempo de salto de análisis de 5ms, ¿Cuál será la duración máxima que puede alcanzarse para un sonido de audio que tiene una duración original de 10 segundos al que le aplicamos el algoritmo sola?. 40 segundos. 20 segundos. La que se desee, pues la duración final sólo depende del factor de expansión/compresión alfa. 25 segundos.

La instrucción sola(x,200,20,0.95) devuelve un archivo de mayor duración que el original. Verdadera. Falso.

Lo que sigue es una pregunta de completar los espacios en blanco con 1 espacios.Calcule el % de solape entre bloques en un procesado por bloques de una señal de voz de baja calidad muestreada a 8 kHz, con un tiempo de salto de 20ms y un tamaño de bloque de 400 muestras. Escribir el valor seguido del símbolo %. Ej.: "320%".

Si cuantificamos una señal senoidal de amplitud A y otra de amplitud A/2 con el mismo cuantificador. Obtendremos un valor de SNR independiente del número de bits del cuantificador, puesto que las señales a cuantificar son tonales. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A/2. Obtendremos la misma relación SNR de cuantificación en ambos casos. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A.

El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación. Verdadero. Falso.

Un filtro IIR de orden 10 tendrá más coeficientes que un filtro FIR del mismo orden. Verdadero. Falso.

Si remuestreamos una señal de audio (usando las funciones adecuadas de Python) con contenido hasta 20khz a una frecuencia de muestreo de 10kHz. Obtenemos sólo el contenido que la señal original contenía por debajo de los 5 kHz. Obtenemos sólo el contenido frecuencial por encima de 10kHz que se traslada a la banda entre los 0 y los 5kHz. Obtenemos sólo contenido por debajo de los 5 kHz, pero no se corresponde con el original que había en ese margen frecuencial. Obtenemos un error de ejecución porque se comente aliasing.

Para mejorar la precisión frecuencial (frecuencias donde aparecen los picos que indican presencia de componentes tonales) de la información obtenida en el cálculo de la información espectral de una señal de audio estacionaria. Debemos usar un número de puntos espectrales mayor que la duración de la señal. Debemos analizar señales cuanto más largas mejor. Debemos usar un número de puntos espectrales menor que el de la duración de la señal. Debemos analizar señales cuanto más cortas mejor.

Cuantificar señales de niveles similares al escalón de cuantificación. Suele proporcionar relaciones SNR de cuantificación altas. Genera un ruido de cuantificación muy particular denominado Dither. Hace que el ruido de cuantificación sea más molesto y esté correlado con la señal a cuantificar. Sólo emplea pocos niveles de cuantificación.

Un efecto de Vibrato: Necesita más memoria conforme la ganancia aplicada a la señal original sea mayor. Necesita más memoria conforme la velocidad de oscilación del vibrato sea mayor. Necesita más memoria conforme la profundidad del vibrato sea mayor. No necesita memoria.

La instrucción sola(x,200,20,0.95) devuelve un archivo de mayor duración que el original. Verdadero. Falso.

Un filtro IIR de orden 10 tendrá bandas de transición más abruptas. Si es de Bessel. Si es elíptico. Si es de Chebyshev. Si es de Butterworth.

Para diseñar un filtro shelving de segundo orden. Tenemos que conocer el factor de calidad y la frecuencia de corte. Tenemos que conocer la ganancia y la frecuencia de corte. Tenemos que conocer el factor de calidad y la frecuencia de muestreo. Tenemos que conocer el factor de calidad y la ganancia.

Dado un cuantificador con una profundidad de bits igual a 10. ¿Cuantos niveles de cuantificación diferentes podrá representar si es un cuantificador uniforme?.

¿Cuántos coeficientes cómo máximo necesitamos calcular en un filtro FIR de orden 10?.

¿Cuál será la ganancia en unidades lineales de un filtro de ganancia 20dB?.

El algoritmo SOLA. Permite realizar la operación de Time-Stretching a partir de una transformación frecuencial a los bloques de la señal sin necesidad de conocer el Pitch. Permite realizar la operación de Time-Stretching en el dominio del tiempo resincronizando los bloques que se solapan y realizando un fundido cruzado. Permite realizar la operación de Time-Stretching en el dominio del tiempo basándonos en el conocimiento del Pitch de la señal en cada bloque. Permite realizar la operación de Time-Stretching a partir de una transformación frecuencial a los bloques de la señal a partir del conocimiento del Pitch.

Al aplicar efectos usando un procesado por bloques en el dominio frecuencial. Interesa que el tamaño de bloque sea grande cuando necesitamos buena resolución temporal. Interesa que el solape sea pequeño, para garantizar el cumplimiento del criterio COLA. Interesa que el tamaño de bloque sea pequeño cuando necesitamos buena resolución frecuencial. Nunca podremos obtener simultáneamente una buena resolución temporal y frecuencial.

El ruido de fondo es una degradación global. Verdadero. Falso.

Si queremos aplicar un efecto a una señal de audio modelado por un filtrado lineal de un filtro FIR de 101 coeficientes, usando un procesado por bloques en el dominio frecuencial con un tamaño de bloque de 200 muestras, deberé usar una tamaño de la FFT de al menos,. 301 muestras. 200 muestras. 101 muestras. 300 muestras.

Los efectos aplicados a las señales de audio usando procesado por bloques en el dominio de la frecuencia sólo pueden ser efectos lineales que permiten modificar la amplitud y la fase de cada componente frecuencial. Verdadero. Falso.

El eco realimentado basado en la línea de retardo universal es un sistema FIR. Verdadero. Falso.

Las degradaciones globales de audio son unas componentes de señal de ruido que siempre aparecen en las señales de audio. Verdadero. Falso.

Una puerta de ruido. Es un sistema que elimina el ruido aditivo. Es un sistema no invertible. Es el sistema inverso de un limitador. Es un sistema lineal.

El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación. Verdadero. Falso.

Un filtro IIR de orden 10 tendrá bandas de transición más abruptas. Si es de Butterworth. Si es elíptico. Si es de Chebyshev. Si es de Bessel.

Para mejorar la precisión frecuencial (frecuencias donde aparecen los picos que indican presencia de componentes tonales) de la información obtenida en el cálculo de la información espectral de una señal de audio estacionaria: Debemos usar un número de puntos espectrales menor que el de la duración de la señal. Debemos analizar señales cuanto más largas mejor. Debemos analizar señales cuanto más cortas mejor. Debemos usar un número de puntos espectrales mayor que la duración de la señal.

El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación. Verdadero. Falso.

Si deseamos diseñar filtros con bandas de transición muy abruptas y pocos coeficientes, es mejor usar un diseño FIR que IIR. Verdadero. Falso.

Un filtro FIR de 101 coeficientes diseñado por el método de las ventanas, tendrá un ancho de banda de transición más estrecho. Si usamos un enventanado hanning. Si usamos un enventanado rectangular. Si usamos un enventanado hamming. Si usamos un enventanado triangular.