文档介绍：音乐合成实验目录音乐合成实验 1摘要: 2第一部分 简单的合成音乐 合成《东方红》 ,加包络 改变程序,升高和降低一个八度 加入谐波 自选音乐合成——《两只老虎》 11第二部分 用傅里叶变换分析音乐 载入fmt.wav并播放 载入文件Guitar.mat,处理原始数据realwave 分析wave2proc的基波和谐波 自动分析f调和节拍 17第三部分 基于傅里叶级数的音乐合成 的结果重新加谐波 他音调信息弹奏《东方红》 20实验收获 22摘要: 本文共有三大部分:第一部分,简单的音乐合成;第二部分,用傅里叶变换分析音乐;第三部分,基于傅里叶级数的音乐合成。由潜入深,一步一步分析了用MATLAB进行音乐合成的过程。通过本实验达到了加深对傅里叶级数和傅里叶分析的理解,熟悉对MATLAB基本使用的目标。第一部分简单的合成 合成《东方红》根据《东方红》第一小节的简谱和十二平均律计算出该小节每个乐音的频率,在MATLAB中生成幅度为1,抽样频率为8kHz的正弦信号表示这些乐音,用sound播放合成的音乐由图可知《东方红》的曲调定为F,即1=F,对应的频率,据此可以计算出其他乐音的频率,例如5对应的频率为,一次类推计算出第一小节各乐音对应的频率为:乐音的频率之后需要确定每个乐音的持续时间。每小节有两拍,一拍的时间,因此各乐音的持续时间为:LAB中表示乐音所用的抽样频率为fs=8000Hz,也就是所1s钟内有8000个点,抽样点数的多少就可表示出每个乐音的持续时间的长短。用一个行向量来存储这段音乐对应的抽样点,在用sound函数播放即可。 根据以上分析在MATLAB中编写如下程序:sound;clc;fs=8000; %抽样频率f=[];%各个乐音对应的频率time=fs*[1/2,1/4,1/4,1,1/2,1/4,1/4,1]; %各个乐音的抽样点数N=length(time); %这段音乐的总抽样点数east=zeros(1,N); %用east向量来储存抽样点n=1;fornum=1:N %利用循环产生抽样数据,num表示乐音编号t=1/fs:1/fs:time(num)/fs; %产生第num个乐音的抽样点east(n:n+time(num)-1)=sin(2*pi*f(num)*t); %抽样点对应的幅值n=n+time(num);endsound(east,8000); %播放音乐在MATLAB中运行sound,播放出了《东方红》的第一段,但是可以听出效果很不好,只能听出具有《东方红》的调子而已。,“啪”的杂声,下面通过加包络来消噪音。最简单的包络为指数衰减。最简单的指数衰减是对每个音乘以因子,在实验中首先加的是的衰减,这种衰减方法使用的是相同速度的衰减,但是发现噪音并没有完全消除,播放的音乐效果不是很好,感觉音乐起伏性不强。于是采用不同速度的衰减,根据乐音持续时间的长短来确定衰减的快慢,乐音持续时间越长,衰减的越慢,持续时间越短,衰减的越快。础上加上包络,编写如下程序:sound_1_21.mclear;clc;fs=8000; %抽样频率f=[];%各个乐音对应的频率time=fs*[1/2,1/4,1/4,1,1/2,1/4,1/4,1]; %各个乐音的抽样点数N=length(time); %这段音乐的总抽样点数east=zeros(1,N); %用east向量来储存抽样点n=1;fornum=1:N %利用循环产生抽样数据,num表示乐音编号t=1/fs:1/fs:time(num)/fs; %产生第nu