是另一个音讯里面很重要的特徵,直觉地说,音高代表声.docVIP

「音高」（Pitch）是另一個音訊裡面很重要的特徵，直覺地說，音高代表聲音頻率的高低，而此頻率指的是「基本頻率」（Fundamental Frequency），也就是「基本週期」（Fundamental Period）的倒數。 若直接觀察音訊的波形，只要聲音穩定，我們並不難直接看到基本週期的存在，以一個 3 秒的音叉聲音來說，我們可以取一個 256 點的音框，將此音框畫出來後，就可以很明顯地看到基本週期，請見下列範例： 範例 1輸入： close all waveFile=soundFork.wav; [y, fs, nbits]=wavread(waveFile); index1=11000; frameSize=226; index2=index1+frameSize-1; segment=y(index1:index2); subplot(2,1,1); plot(y); grid on title(waveFile); set(gca, xlim, [0, length(y)]); limit=axis; line(index1*[1 1], limit(3:4), color, r); line(index2*[1 1], limit(3:4), color, r); subplot(2,1,2); plot(segment, .-); set(gca, xlim, [1, index2-index1+1]); point=[7, 189]; line(point, segment(point), marker, o, color, red); periodCount=5; fp=((point(2)-point(1))/periodCount)/fs; ff=fs/((point(2)-point(1))/periodCount); pitch=69+12*log2(ff/440); fprintf(Fundamental period = %g second\n, fp); fprintf(Fundamental frequency = %g Hertz\n, ff); fprintf(Pitch = %g semitone\n, pitch); 輸出訊息： Fundamental period = 0.002275 second Fundamental frequency = 439.56 Hertz Pitch = 68.9827 semitone 輸出圖形： 在上述範例中，上圖紅線的位置代表音框的位置，下圖即是 256 點的音框，其中紅線部分包含了 5 個基本週期，總共佔掉了 182 單位點，因此對應的基本頻率是 fs/(182/5) = 16000/(182/5) = 439.56 Hz，相當於 68.9827 半音（Semitone），其中由基本頻率至半音的轉換公式如下： semitone = 69 + 12*log2(frequency/440) 換句話說，當基本頻率是 440 Hz 時，對應到的半音差是 69，這就是鋼琴的「中央 La」或是「A4」，請見下圖。 提示 一般音叉的震動頻率非常接近 440 Hz，因此我們常用音叉來校正鋼琴的音準。 上z公式所轉換出來的半音差，也是 MIDI 音樂檔案所用的標準。從上述公式也可以看出： 每個全音階包含 12 個半音（七個白鍵和五個黑鍵）。 每向上相隔一個全音階，頻率會變成兩倍。例如，中央 la 是 440 Hz（69 Semitones），向上平移一個全音階之後，頻率就變成 880 Hz（81 Semitones）。 人耳對音高的「線性感覺」是隨著基本頻率的對數值成正比。 音叉的聲音非常乾淨，整個波形非常接近弦波，所以基本週期顯而易見。若以我的聲音「清華大學資訊系」來說，我們可以將「華」的部分放大，也可以明顯地看到基本週期，請見下列範例： 範例 2輸入： close all waveFile=清華大學資訊系.wav; [y, fs, nbits]=wavread(waveFile); index1=7450; frameSize=512; index2=index1+frameSize-1; segment=y(index1:index2); subplot(2,1,1); plot(y); grid on title(waveFile); set(gca, xlim, [0, length(y)]); limit=axis; line(index1*[1 1], limit(3:4), color, r); line(index2*[1 1], limit(3:4), color, r); subplot(2,1,2); p