% ZZS - 4.cvičení: Vzorkovací teorém, aliasing, 
% analýza signálů v časové oblasti
% R.Čmejla, 13.října 2014

% funkce:  lin_frekv.m, kvant.m, rms.m, zcr.m
% signály: tom.wav, why11.wav

% -----------------------------------------------------------
% PŘÍKLAD 1: Aliasing - chirp signál
%
% „Chirp“ signálem se nazývají průběhy , jejichž frekvence se 
% mění s časem.
% Napište funkci x=lin_frekv(f1,f2,doba,fs) generující lineární 
% chirp signál a ověřte ji při generování signálu s frekvencí 
% od 3800 Hz do 80 Hz (v časové oblasti, ve spektrogramu
% i poslechem) 
 
% function x = lin_frekv( f1, f2, doba, fs)
% lin_frekv generuje linearni chirp signal
%
% f1   ... pocatecni frekvence
% f2   ... konecna frekvence
% doba ... celkove trvani v sekundach
% fs   ... vzorkovaci frekvence (default je 8 kHz)

if( nargin < 4)
   fs = 8000;
end
t  = 0:1/fs:doba-1/fs;
x  = sin(2*pi*((f2 - f1)/(2*doba).*t.*t + f1*t));

% -----------------------------------------------------------
% PŘÍKLAD 2: Aliasing - chirp signál
%
% Generujte, zobrazte a poslechněte si chirp signál
%
% a)   f1=200 Hz   f2=2000 Hz   2 sekundy   fs=8000Hz
% b)   f1=200 Hz   f2=2000 Hz   2 sekundy   fs=4000Hz
% c)   f1=200 Hz   f2=2000 Hz   2 sekundy   fs=2000Hz
% d)   f1=200 Hz   f2=2000 Hz   2 sekundy   fs=1000Hz


% -----------------------------------------------------------
% PŘÍKLAD 3: Aliasing - audio signal
% Vysvětlete rozdíly mezi signály y1 a y2

[x,fs]=wavread('tom');              % fs = 44100 Hz
okno     = 512;
prekryti = 500;
NFFT     = 1024;
DF       = 20;                      % decimacni faktor
y1       = x(1:DF:end);             % fs=2205 Hz pro DF = 20
y2       = decimate(x,20);

% -----------------------------------------------------------
% DOMÁCÍ ÚKOL
% PŘÍKLAD 4: Kvantování sinusovky
% Zobrazte 1 periodu kvantované sinusovky
%           a) 1-bit
%           b) 2-bity
%           c) 3-bity
fs = 22050; f0 = 50; doba = .02;

% -----------------------------------------------------------
kvant.m
function y=kvant(x,b)
y  = (round(2^(b-1) *x+.5)-.5)/2^(b-1);

% -----------------------------------------------------------
% PŘÍKLAD 5: Kvantování - audio signál
% Zobrazte a poslouchejte "Tom's dinner" při různém kvantování
[x,fs]=wavread('tom');

% -----------------------------------------------------------
% PŘÍKLAD 6: Analýza řečového signálu v čase
% Zobrazte průběh RMS a počet průchodů nulou ZCR v řečovém signálu
% Detekujte segmenty řeč/pauza

delka_okna  = 512;                    
[signal,fs] = wavread('why11.wav'); 
signal      = signal-mean(signal); 
sig=signal./max(abs(signal));
N           = length(sig);              
posun_okna  = 256;

% -----------------------------------------------------------
% PŘÍKLAD 7: Analýza řečového signálu v čase
% Pomocí autokorelační funkce detekujte segmenty znělý/neznělý 
% a základní frekvenci v řečovém signálu

delka_okna  = 512;                    
start_index = 20;      % horni limit pro F0 fmax=fs/start_index
prah        = .6;      % prah pro rozhodnuti znely/neznely
F0 = []; zn = 0;       % init
[signal,fs] = wavread('why11.wav');
signal=signal(:);
signal      = signal-mean(signal); 
sig=signal./max(abs(signal));
N           = length(sig);              
posun_okna  = 256;

% -----------------------------------------------------------

     function out=RMS(segment);
     out = sqrt(sum(segment.^2)./length(segment));
     % rms_dB = 20*log10(RMS);

     function out=ZCR(segment,fs);
     zcr = sum(abs(diff(segment>0)));
     % normovana hodnota poctu pruchodu nulou
     out = zcr*fs/(2*length(segment));