三角函数和声学的关系

前置知识:

三角函数,函数图像及性质

声音的本质:

声音是由于物体的振动产生的能引起听觉的波。声音的振动其本质就是物体在某一中心位置循环往复的运动(类似的还有弹簧的振动,钟摆的摆动等)。在物理学中,把物体受到的力(总是指向平衡位置)正比于它离开平衡位置的距离的运动称为"简谐运动"。可以证明,在适当的直角坐标系下,简谐运动可以用函数,,其中A>0,w>0。每一个音都是由纯音合成的,纯音的数学模型是.音有四要素:音调,响度,音长,音色。这都与正弦函数的参数有关。

正弦函数的参数与声音的关系:

响度与振幅:

振幅即A,它是做简谐运动的物体离开平衡位置的最大距离(表示成图像,就是图像的最值)

振幅越大,声波携带的能量越高,导致响度增加。两者呈正相关关系,但并非线性比例。

音长与振幅:

音长即声音持续时间的长度。音长也与振幅有关,声音的消失过程是由于声波在传播的过程当中受阻尼振动,系统的机械能随时间逐渐减少,振动的振幅也较小,所以振幅的变化趋势会影响声音的音长大小。

音调与频率:

音调与声音的振动频率即w有关,频率低的音调低即声音低沉,频率高的音调高即声音尖利

真实的声音:

在我们日常生活当中,音乐不只是一个音在响,它是许多个音的结合,称为复合音。复合音的产生是因为发声体在全段振动,产生频率为f的基音的同时,其各部分,如二分之一,三分之一,四分之一部分也在振动,产生的频率恰好是全段振动频率的倍数,如2f,3f,4f等,这些音叫谐音。因为其振幅较小,我们一般不易单独听出来,所以我们听到的声音的函数类似于:

如上图f(x),g(x),h(x),p(x)为各部分音,q(x)是复合音。

傅里叶变换与复合音:

变换:

变换就是......

从向量理解:

例子。。。。

傅里叶级数:

傅里叶级数即。。。。。

傅里叶变换:

傅里叶变换就是......

欧拉公式及其改善(结合时间和角速度):

欧拉公式即。。。。利用三维

几何直观理解:

动态圆。

数学表达式(积分):

其公式是。。。

公式中各个参数变化的理解:

Dirac Delta(狄拉克δ函数):

该函数与傅里叶的数学积分表达式关系极大。

快速傅里叶变换(FFT):

快速傅里叶变化(FFT)即......(拓展内容不一定要细写)

以上探索知识的运用:

如何实现把一个人的声音换成另一个人如:。。。。

收集音频:

。。。。

傅里叶变换:

。。。。

加工其参数:

。。。。

傅里叶逆变换:

。。。。

成果:

相关推荐
码农很忙2 小时前
解锁数据库迁移新姿势:让AI真正“可用、可信、可落地”
大数据·人工智能
人工智能培训2 小时前
10分钟了解向量数据库(1)
人工智能·深度学习·算法·机器学习·大模型·智能体搭建
北数云2 小时前
北数云v4.6.4 版本上线及域名切换通知
人工智能·开源·gpu算力·模型
小程故事多_802 小时前
从零吃透PyTorch,最易懂的入门全指南
人工智能·pytorch·python
AI科技星2 小时前
统一场论中电场的几何起源:基于立体角变化率的第一性原理推导与验证
服务器·人工智能·线性代数·算法·矩阵·生活
晓晓不觉早2 小时前
2026 AI 垂直领域展望:从通用到专精,场景深耕成破局关键
人工智能
lifetime‵(+﹏+)′2 小时前
5060显卡Windows配置Anaconda中的CUDA及Pytorch
人工智能·pytorch·windows
老鱼说AI2 小时前
万字长文警告!一次性搞定GAN(生成对抗网络):从浅入深原理级精析 + PyTorch代码逐行讲解实现
人工智能·深度学习·神经网络·生成对抗网络·计算机视觉·ai作画·超分辨率重建
START_GAME2 小时前
深度学习环境配置:PyTorch、CUDA和Python版本选择
人工智能·pytorch·深度学习
Chlittle_rabbit2 小时前
50系显卡在Ubuntu22.04环境下安装nvidia驱动+CUDA+cuDNN,anaconda下配置pytorch环境一站式解决方案(2025年7月版本)已完结!!!
linux·人工智能·pytorch·深度学习·ubuntu