七剑下天山-告别时域分析的过渡课堂练习-SS2022s

Posted 2022-03-22 卓晴

简 介： 本文梳理了基于CSDN来创作视频的步骤，并针对课堂练习教学视频的制作，对于相应的TEASOFT软件以及辅助Python程序进行了调试。在第一版本中没有进行主讲没有出镜，这位之后的录制奠定了基础。

关键词： TEASOFT，视频制作

 

§01 设计背景

---

1.1 课程应用背景

  在2022年春季学期的“信号与系统分析”课程的第四周（第七次课程（2022-03-15）），课程讲解完第二章-系统时域分析之后，开始正式进入第三章-信号频域分析，在此交接之际，将通过一次课堂练习：

• 课程内容正式告别信号的时域表示，迎接到来的频域分析。对于信号的时域变换信号分析中的始终基本运算（倍乘、叠加、相乘、平移、尺度、反褶、微分、积分、卷积和相关）都进行讲解完毕；
• 根据近期于天宇同学所做的古琴作品，利用了信号来变换得到一些音乐组合效果。

  通过这次课堂练习：

• 一方面提高大家对于信号表示与运算方法的应用兴趣；
• 复习相关的信号运算 与波形之间的关系；特别是对刚刚讲授卷积运算，运算结果是如何 影响滤波效果的；
• 对于课堂上课情况进行了解，激励同学们来到课堂参与教学活动；

▲ 图1.1.1 课间中的同学们

1.2 相关材料

1.2.1 课堂练习题目

1.2.2 古琴作品

▲ 图1.2.1 古琴演奏音效

1.3 DOP框架

1.3.1 视频框架内容

  视频框架提供：

• 视频的封面，开始音乐、封底信息、封底音乐；
• 视频开始音乐、录制开始、录制结束控制

（1）所在目录

D:\\MooC\\SSMOOC2022\\Template\\videoframe\\Cover

1.3.2 封面、封底动态图

  从 ShutterStock 可以下载很多的艺术设计动图。只是其中免费使用的影响都带有Shutterstock水印。

▲ 图1.3.1 带有水印的波动背景图

  使用平滑滤波对于水印进行去除。效果如下：

▲ 图1.3.2 水印模糊化之后的图像

▲ 图1.3.3 合成后的封面

:=ffffff 

§02 DOP脚本

---

2.1 引入

  上周收到了信号与系统课程同学的一个创意性作品。 该作品基于中国古琴音色和形状， 在琴上通过摆放不同形状棋子， 产生不同音高和节奏的音乐。 棋子的位置依靠琴上霍尔传感器获得， 声音则有计算机合成。 形成技术与音乐的结合。

  在结束课程第二章信号与系统时域分析内容之后， 也计划安排一次课堂小练习正式告别时域，进入频域学习。

  但是由于课堂硬件原因，没有能够实现。 在本视频中则对这次练习做一个展示。#e

2.1.1 练习内容介绍

  这个练习是选择了一段音乐作为信号。 通过六种运算对其进行改变， 形成听觉上的不同效果。

  同学们可以通过听觉感知的效果， 得到信号在时域所发生的的变化， 进而与对应的信号运算联系起来。 加强了时域信号中的运算 与信号变化物理效果之间的联系。

2.2 主要内容

2.2.1 介绍六种信号运算

  下面给出了信号的六种运算 。 第一种是对信号时间长度上的拉伸 ； 第二种是对信号时间长度上的压缩 ； 第三中是对信号延迟两秒钟 ； 第四种是对信号进行反褶；

  第五种和第六种都是对信号进行卷积 ， 只是参与卷积的两个函数波形不同。

  下面让我看看看后面两种卷积的细节。>>>

2.2.2 解释滤波器系数

_Filter.DOP : 解释两种滤波器系数的特性合集。在这里稍微展开对于两个卷积特性的介绍。

▲ 图2.2.1 两种不同卷积滤波器的单位冲激响应波形

  后面两个卷积运算是对原音乐信号进行“滤波”。

  滤波器的滤波特性对应其单位冲激响应的频谱。 这部分知识实际上需要在第三章，信号频谱分析之后在能够讲解完毕。

  下面给出卷积E，卷积F对应滤波器的单位冲激响应。

分别加亮高斯滤波器和调制高斯滤波器公式。

  卷积E对应的滤波器单位冲激响应是高斯信号 。 卷积F对应的滤波器单位冲激响应是调制后的高斯信号 。 这是它们各自对应的FT结果。

  从中可以看到卷积E对应的低通滤波；卷积F对应高通滤波。 在实际效果中，卷积F得到系统的高频信号。

2.2.3 展示六段随机播放的音频

  下面让我们分别随机播放六段经过处理后的音乐片段。

  第一段是把音乐信号在时间尺度上进行拉长。 声音变得缓慢低沉，充满着无奈和忧郁。

  第二段则是利用卷积实现高频滤波。 声音中保留了所有大于750Hz的频率分量， 声音锋利，轻巧。

  第三段是把音乐进行延迟两秒， 从听觉上与原来音乐没有任何变化。

  第四段则是把音乐信号在时间尺度上进行压缩。 声音欢快高昂，充满着愉悦和活力。

  第五段则利用卷积获得声音中的低频分量。 所有小于750Hz的分量被保留了下来。 声音浑厚而有力量。

  最后一段是听起来最为诡异。 它将声音在时间轴上进行反褶。 虽然信号中所有的频率成份没有改变， 但在听觉上已经面目全非，今非昔比。

▲ 图2.2.2 展示六段随机播放的音乐

 

§03 视频成品

---

  下面是第一版制作的视频成品。

信号时域处理与听觉效果

 

※ 总  结 ※

---

  本文梳理了基于CSDN来创作视频的步骤，并针对课堂练习教学视频的制作，对于相应的TEASOFT软件以及辅助Python程序进行了调试。在第一版本中没有进行主讲没有出镜，这位之后的录制奠定了基础。

---

■ 相关文献链接:

• ShutterStock

● 相关图表链接:

• 图1.1.1 课间中的同学们
• 图1.2.1 古琴演奏音效
• 图1.3.1 带有水印的波动背景图
• 图1.3.2 水印模糊化之后的图像
• 图1.3.3 合成后的封面
• 图2.2.1 两种不同卷积滤波器的单位冲激响应波形
• 图2.2.2 展示六段随机播放的音乐