TRABALHO DE CONCLUSÃO DE CURSO

TRATAMENTO DE SINAL DE ÁUDIO

NA REALIZAÇÃO DE UM EFEITO DIGITAL
RESSONANTE SELETIVO EM FREQUÊNCIA
Reverb Shimmer

Filipe Miguel Ribeiro

Brasília, julho de 2017

UNIVERSIDADE DE BRASÍLIA
FACULDADE DE TECNOLOGIA
 UNIVERSIDADE DE BRASÍLIA
Faculdade de Tecnologia

TRABALHO DE CONCLUSÃO DE CURSO

TRATAMENTO DE SINAL DE ÁUDIO

NA REALIZAÇÃO DE UM EFEITO DIGITAL
RESSONANTE SELETIVO EM FREQUÊNCIA
Reverb Shimmer

Filipe Miguel Ribeiro

Trabalho de Conclusão de Curso submetido ao Departamento de Engenharia

Elétrica como requisito parcial para obtenção
do grau de Engenheiro Eletricista

Banca Examinadora

Prof. Dr. Daniel Chaves Café, ENE/UnB

Orientador

Prof. Dr. Daniel Munoz, ENE/UnB

Examinador Interno

Prof. Dr. Gilmar Bessera, ENE/UnB

Examinador interno
FICHA CATALOGRÁFICA
RIBEIRO, FILIPE MIGUEL
TRATAMENTO DE SINAL DE ÁUDIO NA REALIZAÇÃO DE UM EFEITO DIGITAL RES-
SONANTE SELETIVO EM FREQUÊNCIA Reverb Shimmer [Distrito Federal] 2017.
xvi, 69 p., 210 x 297 mm (ENE/FT/UnB, Engenheiro, Engenharia Elétrica, 2017).
Trabalho de Conclusão de Curso - Universidade de Brasília, Faculdade de Tecnologia.
Departamento de Engenharia Elétrica
1. Reverberação 2. Pitch-Shift
3. Shimmer 4. Phase Vocoder
I. ENE/FT/UnB II. Título (série)

REFERÊNCIA BIBLIOGRÁFICA
RIBEIRO, F. M. (2017). TRATAMENTO DE SINAL DE ÁUDIO NA REALIZAÇÃO DE UM
EFEITO DIGITAL RESSONANTE SELETIVO EM FREQUÊNCIA Reverb Shimmer. Trabalho de
Conclusão de Curso, Departamento de Engenharia Elétrica, Universidade de Brasília, Brasília,
DF, 69 p.

CESSÃO DE DIREITOS
AUTOR: Filipe Miguel Ribeiro
TÍTULO: TRATAMENTO DE SINAL DE ÁUDIO NA REALIZAÇÃO DE UM EFEITO
DIGITAL RESSONANTE SELETIVO EM FREQUÊNCIA Reverb Shimmer.
GRAU: Engenheiro Eletricista ANO: 2017

É concedida à Universidade de Brasília permissão para reproduzir cópias desto Trabalho de Con-
clusão de Curso e para emprestar ou vender tais cópias somente para propósitos acadêmicos e
científicos. Os autores reservam outros direitos de publicação e nenhuma parte desso Trabalho de
Conclusão de Curso pode ser reproduzida sem autorização por escrito dos autores.

Filipe Miguel Ribeiro

Depto. de Engenharia Elétrica (ENE) - FT
Universidade de Brasília (UnB)
Campus Darcy Ribeiro
CEP 70919-970 - Brasília - DF - Brasil
 Dedicatória

Dedico este trabalho, primeiramente, ao meu Deus Yahweh por ter me dado sabedoria,
saúde e muita perseverança. À minha esposa, Letícia Mila de Araújo Ribeiro, por todo
amor imensurável e de não ter medido esforços para que eu chegasse até esta etapa da
minha vida.

Filipe Miguel Ribeiro

Agradecimentos

Ao Prof. Daniel Café, meu orientador, pela condução de fazer buscar do conhecimento
necessário para a realização deste trabalho. À minha família, em especial da minha
esposa (Família Araújo) pelo amor e carinho demonstrados. À Universidade de Brasília
que me propiciou conhecimento e recursos para a conclusão deste trabalho. Aos meus
colegas de trabalho da Agência Nacional de Aviação Civil, em especial ao Dir. Ricardo
Bezerra, por colaborar indiretamente com incentivo, força e grande empatia com meu
curso. A todos que fizeram parte da minha formação, muito obrigado.

Filipe Miguel Ribeiro

 RESUMO

Efeitos digitais de áudios podem ser úteis em diversas aplicações, tais como hardwares para ins-
trumentos musicais, softwares de instrumentos virtuais (VST - Virtual Studio Technology) muito
utilizados por DJ’s e gravação de voz. Um dos efeitos digitais de áudio já conhecido na literatura é
chamado de reverberação ou reverb. No entanto, há uma variante atualmente pouco documentada
sobre o assunto que consiste no tratamento de um sinal de áudio utilizando um filtro ressonante
seletivo em frequência conhecido como shimmer. Neste trabalho, é proposta a implementação em
software de um modelo matemático do efeito digital shimmer e na utilização desse modelo a ser
executado num microcontrolador MSP430.

ABSTRACT

Digital audio effects may be useful in a variety of applications such as hardware for musical
instruments, peformance VST - Virtual Studio Technology for DJ‘s and voice recording. One
of the digital audio effects already known on the market is called reverb. However, there is
a currently unsatisfactorily documented variant on the subject of peformance an audio signal
using a frequency selective resonant filter known as shimmer. In this paper, it is proposed the
implementation in software of a mathematical model of the digital effect shimmer and peformance
this model to be implemented in an MSP430 microcontroller.
 SUMÁRIO

1 I NTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 C ONTEXTUALIZAÇÃO E D EFINIÇÃO DO P ROBLEMA . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 M OTIVAÇÃO DO T RABALHO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 E FEITO DE AMBIENTIZAÇÃO : Reverberação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 T IPOS DE R EVERB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 P ITCH S HIFTING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 C OMPARATIVO ENTRE SOLUÇÕES DE H ARDWARE . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 M ICONTROLADORES E DSP’ S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 M ICROCONTROLADOR MSP430F5529 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 O BJETIVOS DO T RABALHO E D IAGRAMA DE B LOCO DO P ROJETO . . . . . . . 8

2 E XPLANAÇÃO T EÓRICA E F ERRAMENTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.1 S INAIS DE T EMPO D ISCRETO E T RANSFORMADA D ISCRETA DE Fourier . 10
2.1.1 P ROBLEMA DA A MOSTRAGEM DE S INAL C ONTÍNUO . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 E FEITO DO J ANELAMENTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 F ILTROS D IGITAIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1 C ONCEITOS I NICIAIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2 F ILTROS IIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3 F ILTROS FIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.4 F ILTROS A DAPTATIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.5 F ILTRO P ENTE - Comb Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 C ONVERSÃO A NALÓGICA D IGITAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.1 C ONVERSÃO P OR A PROXIMAÇÕES S UCESSIVAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.2 D IFICULDADES P RÁTICAS DE C ONVERSORES AD S . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 C ONVERSÃO D IGITAL A NALÓGICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.1 C OMUNICAÇÃO S ERIAL I2C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.2 F ORMATO DE DADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 F ERRAMENTA C OMPUTACIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.1 WinFilter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3 I MPLEMENTAÇÃO DO P ROJETO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1 B LOCO 0 - C ONVERSÃO A/D NO MSP430 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1.1 A NÁLISE DE Hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1.2 R EQUISITOS DE H ARDWARE PARA A T EMPO DE A MOSTRAGEM . . . . . . . . . . . 30
3.2 B LOCO 1 - F ILTRO FIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2.1 PARA O CÓDIGO E XPERIMENTAL DO MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2.2 PARA O PROJETO DO MSP430 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

vii
 3.3 B LOCO 2 - I MPLEMENTANDO O Pitch-Shifter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3.1 A NÁLISE DO A LGORITMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4 B LOCO 3 - D ELAY T IME - R EVERB EM C ONVOLUÇÃO . . . . . . . . . . . . . . . . . . . . . . 43
3.5 B LOCO 4 - C ONVERSÃO D/A - C OMUNICAÇÃO I2 C E MCP 4725 . . . . . . . . 44
3.5.1 L IMITAÇÕES DO MSP430F5529LP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5.2 C ARACTERÍSTICAS DO Hardware E O PERAÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4 S IMULAÇÕES E RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.1 D ESCRIÇÃO DOS E XPERIMENTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2 A NÁLISE DOS R ESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.1 D O DESEMPENHO DO C ÓDIGO MATLAB. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.2 D ESEMPENHO DO DAC-MCP4725 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5 C ONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.1 R EALIZAÇÃO DO P ROJETO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.2 L IMITAÇÕES DO T RABALHO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 T RABALHOS F UTUROS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

REFERÊNCIAS BIBLIOGRÁFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

A PÊNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
I.1 C ÓDIGOS EM MATLAB RELACIONADOS AO T RABALHO P ROPOSTO . . . . . 61
 LISTA DE FIGURAS

1.1 Ilustração do efeito de Reverberação. Fonte: Livro Digital Audio Effects ............. 1
1.2 Resposta de um Impulso de uma sala pequena. ............................................... 2
1.3 Câmara de reverb de mola de um amplificador ............................................... 3
1.4 Pequeno protótipo de um reverb de placas. .................................................... 3
1.5 Ilustração da resposta em frequência da nota A4 sendo tocada em diferentes ins-
trumentos musicais. .................................................................................. 4
1.6 Deslocamente de altura/frequência que resultou no deslocamento do tom C - dó
para o tom E - mi ..................................................................................... 6
1.7 Foto modelo Eventide H9 - Effects Processor - fonte: www.eventide.com ............ 6
1.8 Pedal Strymon BigSky - fonte: www.strymon.com .......................................... 7
1.9 Identificação da família de microcontroladores da Texas Instruments. Fonte:
http://www.ti.com/lit/an/slaa534/slaa534.pdf.................................................. 8
1.10 Diagrama de Blocos Principal do Projeto....................................................... 9

2.1 Diagrama de fluxo de sinais e diagrama de blocos de um filtro FIR ..................... 15

2.2 Gráfico da função Sinc e função Sinc normalizada. .......................................... 15
2.3 Resposta em frequência do FPB-FIR do exemplo 2.2.1 para N=51. ..................... 18
2.4 Ação da filtragem do FPB-FIR do exemplo 2.2.1 ............................................ 18
2.5 Resposta dos diferentes tipos de janelamentos no domínio do tempo e da frequência. 19
2.6 Filtro Pente - Comb Filter - Formas de Realimentação ..................................... 21
2.7 Conversor A/D de aproximações sucessivas. .................................................. 23
2.8 Aparência do Programa WinFilter - versão 0.8 de 06-08-2004 ........................... 25
2.9 Valor lido no gráfico por meio do cursor do mouse. 4ms ´ 0.854 ....................... 26
2.10 Menu Output - programa WinFilter .............................................................. 27

3.1 Modelo do projeto a ser implementado ......................................................... 28

3.2 Microcontrolador - modelo MSP430F5529LP ................................................ 29
3.3 Algumas taxas de amostragem utilizadas na prática ......................................... 30
3.4 Circuito analógico de entrada equivalente - Fonte: User’s Guide MSP430F5529
pag. 737................................................................................................. 31
3.5 Uma pequena ilustração como funciona um ring-buffer .................................... 34
3.6 Exemplo de arbodagem do pitch-shifter - Implementação equivocada do efeito
pitch-shift. .............................................................................................. 35
3.7 Exemplo de abordagem do pitch-shifter - premissa básica para o efeito................ 35
3.8 Técnica realizada para o deslocamento de frequência num fato de 1.0594............. 36
3.9 Expansão e compressão do sinal frame por frame. ........................................... 37
3.10 Sinal tornando-se descontínuo quando submetido ao processo de expansão ou
compressão no tempo................................................................................ 37

ix
3.11 Ilustração Geral da Etapa do algoritmo phase-vocoder ..................................... 38
3.12 Ilustração Específica das Etapas do algoritmo do phase-vocoder ........................ 39
3.13 Janelamentos .......................................................................................... 39
3.14 Ondas senoidais com pequena diferença na frequência e fase. ............................ 40
3.15 Reamostragem do Sinal utilizando duas vezes o valor da amostra anterior ............ 42

4.1 Resposta do filtro FIR-Passa-Baixa com janela Blackman ................................. 49

4.2 Respostas Impulsionais de Ambiente: Exemplos retirado do website: OpenAir...... 50
4.3 Espectro de frequência do sinal original 12 bits e o sinal filtrado pelo filtro casual
FIR. ...................................................................................................... 51
4.4 Análise espectral de um sinal puro de guitarra tocada na nota Lá - A2 = 220Hz e
o efeito pitch-shifter utilizado deslocamento de 1 oitava. .................................. 53
4.5 Teste de valores DC através de software e transmitidos através da interface I2 C
do MSP430 e lida por meio de um multímetro nos terminais do DAC MCP4725.... 54
4.6 Teste com um vetor de valores lineares avaliados entre 0 até 4095....................... 55
 LISTA DE TABELAS

2.1 Função janela (window) associadas com filtros FIR ......................................... 16

4.1 Dados relativos as simulações no computador ................................................ 47

xi
 1 INTRODUÇÃO

1.1 CONTEXTUALIZAÇÃO E DEFINIÇÃO DO PROBLEMA

1.1.1 Motivação do Trabalho

No mercado de industrias especializadas na confecção de efeitos digitais de sinal de aúdio,

em especial de instrumentos musicais, poucas são as empresas que possuem em seu portfólio um
efeito ressonante seletivo em frequência muito conhecido como reverb-shimmer.
Além disso, não há material na internet disponível sobre este efeito e nem documentação téc-
nica do referido efeito para que ele possa ser implementado em diferentes projetos, diferentemente
de efeitos mais clássicos como o overdrive, delay, chorus, e outros.
Diante dessa realidade, foi buscada dentro desse trabalho a realização de um estudo sobre o
efeito reverb-shimmer, sua implementação por meio de software com a criação de um modelo
matemático, bem como na utilização desse modelo a ser executado em um microcontrolador.

1.1.2 Efeito de ambientização: Reverberação

Numa sala, ou em qualquer ambiente acústico, existe um caminho direto pelo qual uma fonte
de áudio qualquer pode ser ouvida, no entanto, as respectivas ondas sonoras também podem
percorrer caminhos mais longos devido à reflexão em objetos sólidos, tais como paredes, tetos,
antes delas chegarem ao receptor.
Parte da energia dessas ondas é absorvida pela reflexão. Além disso, ondas que chegam ao
receptor através de um caminho indireto percorrem distâncias maiores que o caminho direto.
Dessa forma, chegam ao receptor com um som mais fraco.
Essas amostras de som atrasadas e atenuadas ocorridas no evento da emissão do som original
é o que denominamos de reverberação.

Figura 1.1: Ilustração do efeito de Reverberação. Fonte: Livro Digital Audio Effects

O efeito de reverberação é mais que uma série de ecos. Segundo (REISS, 2014), um eco pode
ser entendido como o resultado de uma soma, de ondas com um atraso menor de 40 (quarenta)

1
milissegundos. Dessa forma, não é possível distinguir as diferentes fontes sonoras e o efeito dessa
combinação é a percepção de um som prolongado.

Figura 1.2: Resposta de um Impulso de uma sala pequena.

Nesse sentido, podemos também considerar que a reverberação do som é mais do que um
simples dispositivo de delay com retorno. No reverberação a taxa em que as reflexões chegarão
muda ao longo do tempo, em oposição de termos apenas que simular reflexões que tenham um
intervalo fixo entre elas. Essas reflexões são relacionadas a posição do som que o receptor está na
sala, ao tipo de construção da sala (oval, retangular), tamanho e material das paredes.

1.1.3 Tipos de Reverb

O efeito reverberação pode ser implementado com uma cadeia de atrasos do mesmo sinal que
diminuem em amplitude de modo a simular o comportamento acústico de um espaço real. Temos
no mercado diversos tipos de reverbs, que podem ser classificados da seguinte forma:

´ Spring ("Reverb-de-mola") - O efeito de reverberação com mola é um método que foi pri-
meiramente proposto por Hammond em 1940s (ABEL; BERNERS, 2006). A reverberação
de mola foi criada naturalmente, por um sistema mecânico, que se baseia num transdutor
e um captador nas extremidades de uma mola, para criar e capturar vibrações dentro dela
(figura 1.3). Muitos amplificadores de guitarra incluem esse tipo de reverberação dentro
de seus projetos. Existem ainda muitos pedais de reverberação que oferecem esse efeito
emulado digitalmente e apenas algumas companhias1 oferecem produtos com um sistema
real de reverberação de molas, devido ao custo envolvido.

´ Plate ("Reverb-de-placas") - Conforme visto na figura 1.4 um par de transdutores é insta-

lada numa placa de metal que produz um som de reverb que é mais definido do que o efeito
digital hall-reverb - o qual será explicado mais adiante, enquanto ainda capaz de produzir
longos prolongamentos no som.

´ Variantes de Reverbs Digitais

1
Modelos de pedais com reverb-de-mola reais: Demeter RRP-1 Reverbulator, Van Amps Sole-Mate - fonte:
http://tonereport.com/blogs/tone-tips/best-spring-reverb-pedals

2
 Figura 1.3: Câmara de reverb de mola de um amplificador

Figura 1.4: Pequeno protótipo de um reverb de placas.

‚ Room ("Reverb-sala") - Este tipo de reverberação é usado para simular um som natural
de uma sala acústica, de tamanho pequeno. Esses reverbs possuem reflexões curtas que
desaparecem rapidamente com o tempo.
‚ Hall ("Reverb-palco") - Reverb’s dessa categoria são usados para simular um tipo de
reverberação encontrado num grande teatro, catedrais ou igrejas. Eles "soam"geralmente
mais fortes do que um room reverb por conta da quantidade de reflexões serem significati-
vamente maiores e mais longas.

1.1.4 Pitch Shifting

1.1.4.1 Conceitos Inicias

Antes de entender o efeito de deslocamento de frequência denominado pitch-shift vamos elen-

car alguns conceitos básicos sobre altura, tom, intensidade e timbre.

´ Altura - Pitch: está relacionada com a frequência do som. Assim distinguimos os sons
mais altos como os de maior frequência (mais agudos) e os mais baixos como os de menor
frequência (mais graves).

´ Tom: podemos afirmar que todo tom é composto de uma altura específica, associada as
notas musicais. Por exemplo, a nota (A - lá) é composta pela frequência/altura de A4 ´
440Hz essa mesma nota A pode ter uma altura mais alta igual a A5 ´ 880Hz ou mais baixa
A3 ´ 220Hz. Por outro lado a frequência 442Hz não representa nenhum tom, apesar que é
considerado uma determinada frequência (altura) relativa do som.

3
 ´ Intensidade: está ligada à quantidade de energia transportada pelo som. Desta forma, con-
forme a intensidade do som dizemos que ele é mais forte (a onda possui maior amplitude)
ou mais fraca (a onda possui menor amplitude).

´ Timbre: O timbre é considerado a qualidade que faz com que o som seja distinguido na
mesma intensidade e na mesma altura, mesmo sendo emitidos por fontes diferentes. Isso se
dá pela forma de como os harmônicos, ou seja, as frequências múltiplas responsáveis pelo
timbre, estão dispostas no espectro de frequência, conforme podemos observar na figura
1.5. Este fato ocorre pelo fato dos harmônicos acompanharem o som de cada instrumento
variando assim em intensidade e quantidade. Isso da para cada instrumento uma forma de
onda diferente - figuras 1.5(b) e 1.5(c). Portanto podemos dizer que o timbre de um som
está relacionado à respectiva forma de onda.

(a) Nota A4 tocada pura (b) Nota A4 tocada no piano

(c) Nota A4 tocada na guitarra

Figura 1.5: Ilustração da resposta em frequência da nota A4 sendo tocada em diferentes instrumentos
musicais.

Com esses conceitos preliminares podemos descrever que o efeito pitch-shift como o des-
locamento de frequência/altura do sinal, ou seja, é a manipulação do sinal em desloca-lo
em frequência para valores convenientemente escolhidos.

1.1.4.2 Pitch-Shifter-Reverb ou Shimmer

Esse efeito de reverberação será o foco de desenvolvimento desse trabalho. A variante shim-
mer tem se tornado bem comum entre pedais de guitarra principalmente nesses últimos anos. A
grosso modo, essas reverberações adicionam componentes espectrais do som original para elevar
o tom ou criar harmonia. A simulação desse efeito adiciona no final do prolongamento do som
componentes de frequência do sinal com altura mais altas.

4
 Este som tem características bem peculiares, as quais geralmente as pessoas associam a um
som de "orquestra angelical"ou sintetizadores de teclado, dando uma intensa ambiência e atmos-
fera no som.
Diferente dos demais reverbs, o Shimmer é um efeito eminentemente sintetizado2 , ou seja,
produzido digitalmente por meio de algoritmos embarcados em Processadores de Sinais Digitais
- DSP e comercializados como equipamentos de produção digital.

1.1.4.3 Escala de Frequência Musical

A escala musical é dividida em várias oitavas. Cada oitava é composta por 12 (doze) semitons,
também referenciados como meio salto.
Cada nota corresponde a uma frequência fundamental que a compõe. Essa frequência é defi-
nida pela equação 1.1, onde p corresponde ao número de semitons e f a frequência em Hertz.

p “ 69 ` 12. logpf {440q (1.1)

Sob a óptica de sinais e sistemas, um pitch shifting consiste em deslocar a frequência funda-
mental por um fator específico. A equação consiste na obtenção da frequência final ff inal dado a
frequência inicial finicial , e os números de semitons "s"os quais pretende deslocar.

ff inal “ 2ps{12q .finicial (1.2)

Como já mencionado, existem 12 semitons por oitava. Isso implica que cada transposição
para cima ou para baixo de uma oitava é equivalente na escala do espectro a multiplicar por 2
ou 1/2 respectivamente. A figura 1.6 ilustra as componentes das notas C e E (com um fator de
2p4{12q ) percebe-se um deslocamento de frequência/altura - pitch shift de 4 semitons acima (de C
para E).

1.2 COMPARATIVO ENTRE SOLUÇÕES DE HARDWARE

Nesta seção listaremos os principais fabricantes, na industria de pedais de guitarra, que pro-
duzem pedais com reverb-shimmer.

1. Eventide H9: A Eventide, Inc. (também conhecida anteriormente como Eventide Clock
Works Inc., ou hoje simplesmente como Eventide) é uma companhia de áudio, transmissões,
2
Vale destacar que o efeito puramente de reverberação já é conhecido e manipulado por diversos hardwares e
softwares no mercado. Note-se que estamos falando do efeito adicional incorporado ao produto que é o chamado
shimmer.

5
Figura 1.6: Deslocamente de altura/frequência que resultou no deslocamento do tom C - dó para o tom E
- mi

comunicações e aviônica dos Estados Unidos cuja divisão de áudio produz processadores
de áudio, software DSP e efeitos de guitarra. Eventide foi uma das primeiras companhias
a produzir processadores de áudio digital e seus produtos são fundamentais em gravação
e reprodução de som, pós-produção e estúdios de transmissão. Ela possui um pedal de
guitarra chamado H9 (figura 1.7) que embarca diversos tipos de efeito e possui grande
poder de processamento, com qualidade profissional num formato compacto. Neste pedal
é possível importar algoritmos de efeitos de modulação, de repetição e diversas ambiências
tal como o efeito de reverb shimmer tudo através de sua entrada serial universal (USB)
utilizando um software proprietário. Infelizmente não temos muitas informações seguras
acerca das especificações de hardware do produto.

Figura 1.7: Foto modelo Eventide H9 - Effects Processor - fonte: www.eventide.com

2. Strymon BigSky: A empresa Strymon, fundada em meados de 2008, é considerada uma

das empresas mais bem sucedidas no universos de pedais de guitarra de linha exclusiva
(boutique-pedals) que integram algoritmos de tratamento de sinais de áudio.
Vale salientar que com tantas grandes empresas produzindo diversos produtos, como a
MXR, a Dunlop, JHS, etc. sendo por vezes um réplica do outro, é impressionante ver uma
pequena empresa produzir um produto de qualidade notoriamente alta. Foi, de fato, uma

6
 Figura 1.8: Pedal Strymon BigSky - fonte: www.strymon.com

reinvenção da roda em termos de qualidade dos efeitos e o resultado esperado pelo usuário
final. Características técnicas do produto:

(a) Qualidade de Áudio:

´ Baixo ruído na entrada do dispositivo, alta peformance de aúdio com resolução de
24-bit e taxa de amostragem de 96kHz, tanto para o conversor Analógico digital
quanto para o conversor digital analógico.
´ 115 db de relação sinal-ruído em 50
(b) Processador: 366MHz SIMD SHARC processador, capacidade de 2.4 Gigaflops de
performance.

1.2.1 Micontroladores e DSP’s

O termo sistemas embarcados define uma classe de circuitos eletrônicos que utilizam proces-
sadores digitais (microprocessadores ou microcontroladores, etc.) em aplicações dedicadas.
Os microcontroladores, diferentemente dos microprocessadores possuem uma unidade de pro-
cessamento em conjunto com periféricos num único chip como: memórias, barramentos, timers,
portas de comunicação e conversores A/D. Esses dispositivos possuem um desempenho menor
que os microprocessadores, mas são ideais em aplicações que necessitam de menores dimensões,
tempo de desenvolvimento e custos (OLIVEIRA, 2010).
Temos ainda, dentro desse contexto, o processador digital de sinais (DSP - Digital Signal
Processing). Os DSP’s são construídos para computar de forma eficiente equações de diferenças
e algoritmos de transformadas diversas (como a Discrete Fourier Transform - DFT). As aplicações
dos DSP’s, em suma, estão relacionadas com sistemas de controle, realizações de filtros digitais,
transformadas rápidas de Fourier, processamento de sons e imagens, e outras.

7
 1.2.2 Microcontrolador MSP430F5529

Foi utilizados ao longo do projeto como soluções de hardware o microntrolador MSP430 da

Texas Instruments.
A família MSP430 é uma família de microcontroladores de propósito geral de baixo consumo
de potência desenvolvida pela Texas Instruments na década de 1990. É composta por microcon-
troladores de 16 bits de arquitetura Von Neumann. Seu conjunto de instruções é formado por 27
instruções físicas e 24 instruções emuladas, totalizando 51 instruções (DAVIES, 2008).
Os microcontroladores da família MSP430 podem ser identificados como mostrado na figura
1.9:

Figura 1.9: Identificação da família de microcontroladores da Texas Instruments. Fonte:

http://www.ti.com/lit/an/slaa534/slaa534.pdf

1.3 OBJETIVOS DO TRABALHO E DIAGRAMA DE BLOCO DO PRO-

JETO

O objetivo neste trabalho é a modelagem e realização de um efeito digital de áudio ressonante,

seletivo em frequência que tem como característica a repetição assíncrona do som (reverberação)
no software MATLAB® com destaque na utilização de componentes de frequências deslocadas
(pitch) e implementação no microcontrolador MSP 430.
Será mostrado de maneira abstrata o diagrama de blocos para que obtenha na saída do sistema
desejado do efeito do Reverb com Shimmer. O efeito shimmer consiste na execução dos seguintes
modelos propostos nas figuras 1.10(a) e 1.10(b):

1. Compõe o modelo 1 de um filtro de resposta finita (FIR), um deslocador de frequência e de

um reverberação e posteriormente adicionado à saída o sinal original.

2. Já o modelo 2 tem-se na utilização do filtro de resposta finita (FIR), um deslocador de

frequência e, desta vez, o reverberação será acrescido apenas no final do processo junto
com o sinal original. Esse modelo não foi implementado no presente trabalho.

8
 (a) Modelo 1 - Modelo com sinal original sem atuação do reverberação

(b) Modelo 2 - Acréscimo do bloco de reverberação ao final da cadeia.

Figura 1.10: Diagrama de Blocos Principal do Projeto.

A verificação do modelo dar-se-a por meio dos resultados de amostras de áudio e avaliando
por meio de percepção auditiva e gráficos espectrais a eficiência do referido modelo.
Outro objetivo é analisar o desempenho do microcontrolador nas etapas de conversão analó-
gica digital e digital analógica, bem como possível implementação e limitações no processamento
do código a ser embarcado no microcontrolador.
O sistema também é composto de um par de conversores nas extremidades. Um conversor
A/D para digitalizar um sinal analógico e permitir o processamento digital do sinal e um conversor
D/A que converte o resultado do processamento em tensão analógica.

9
 2 EXPLANAÇÃO TEÓRICA E FERRAMENTAS

Neste capítulo será abordado o referencial teórico necessário para o modelo proposto. Além
disso trataremos de explicar uma ferramenta utilizada no projeto para dimensionamento da filtra-
gem utililizando um filtro de resposta finita.

2.1 SINAIS DE TEMPO DISCRETO E TRANSFORMADA DISCRETA

DE FOURIER

2.1.1 Problema da Amostragem de Sinal Contínuo

Antes da abordagem do efeito ressonante seletivo em frequência - reverb-shimmer, devemos

abordar um importante teorema que serve de ponte entre os mundos do tempo contínuo e de
tempo discreto1 : O teorema da Amostragem.
Sabe-se que a transformada de Fourier de um sinal de tempo contínuo xptq é dada por:

ż8
Xpf q “ F rxptqs “ xptqe´j2πf t dt (2.1)
´8

O modelo Xpf q é a especificação do sinal xptq no domínio da frequência. Como acontece

com os sinais no mundo real, um sinal de áudio dificilmente terá uma representação analítica.
Assim, teremos que representar o sinal Xpf q numa quantidade finita de frequências, em outras
palavras, é possível determinar somente um número finito de amostras de Xpf q.
Nesse caso, uma forma de amostrar um sinal é através do produto do sinal original xptq por
um trem de impulsos periódicos δTs ptq. O período, Ts , é chamado de intervalo de amostragem: é
o espaçamento entre amostras consecutivas tomadas de xptq.
O sinal amostrado xs ptq é dado matematicamente pela seguinte equação, para n P Z:

8
ÿ
xs ptq “ xpnTs qδpt ´ nTs q (2.2)
n“´8

A transformada de Fourier neste caso para o sinal xs ptq, pode ser obtida da seguinte forma:
1
Um sinal contínuo amostrado é uma sequência de impulsos, enquanto que um sinal em tempo discreto apresenta
a mesma informação em uma sequência de números. Todos os conceitos aplicados a sinais amostrados se aplicam a
sinais em tempo discreto.(HAYKIN; VEEN, 2001)

10
 Xs pf q “ F rxptqδTs ptqs “ Xpf q ˚ ∆Ts pf q “
8 8
ÿ ÿ (2.3)
Xpf q ˚ fs δpf ´ kfs q “ fs Xpf ´ kfs q
k“´8 k“´8

Nota-se que o sinal Xs pf q é periódico com período fs hertz. Considerando uma largura
espectral do sinal Xpf q como B, em que Xpf q “ 0 para |f | ě fs {2 - isto é, B ď fs {2, ou,
de forma análoga fs ě 2B.
Dessa forma podemos avaliar o sinal Xpf q como sendo:

Xpf q “ Ts .Xs pf q (2.4)

, para |f | ă fs {2, se fs ě 2B
Se fs ě 2B, é possível obter Xpf q a partir do sinal discreto Xs pf q e, por consequência,
reconstruir xptq a partir de xs ptq. Esse resultado é conhecido como teorema da amostragem.
No nosso caso concreto, teremos que utilizar esses conceitos para avaliar uma taxa de amos-
tragem coerente com a qualidade do sinal de áudio, bem como conceitos relativos ao tipo de
método usado para representar digitalmente amostras de um sinal analógico, por exemplo o som
da guitarra ou de voz.
Vale também salientar que o espectro Xs pf q pode ser obtido calculando-se diretamente a
transformada de Fourier de xs ptq usando-se as equações (2.1) e (2.2), pode-se mostrar que:

ż8 8
ÿ
Xs pf q “ loxosmo
ptqon e´j2πf t dt “ xpnTs qe´j2πf nTs (2.5)
´8 n“´8
xpnTs qδpt´nTs q

Substituindo na equação (2.4), para |f | ă fs {2, se fs ě 2B temos:

8
ÿ
Xpf q “ Ts xpnTs qe´j2πf nTs (2.6)
n“´8

Nota-se que a equação (2.6) pode ser usada também para o cálculo numérico2 de Xpf q.

2.1.2 Efeito do Janelamento

Apesar dessa discretização do sinal ainda tratamos de um sinal com somatório infinito, que,
em geral, não será possível de ser calculado. Portanto, esse somatório precisa ser truncado, e
2
A expressão dada equação (2.6) para Xpf q é a mesma que se obtém utilizando a regra do trapézio para solu-
cionar numericamente a equação (2.1), contudo com essa abordagem é mais difícil visualizar com clareza aspectos
importantes e limitações desse cálculo numérico. (LATHI, 1995)

11
consequentemente, não se terá mais a igualdade da equação (2.6), mesmo que Xpf q “ 0 para
|f | ě fs {2.
Uma consideração acerca desse truncamento é dada pela equação abaixo, para n P r0, N ´ 1s:

N
ÿ ´1
X̂pf q “ Ts xpnTs qe´j2πf nTs (2.7)
n“0

Uma forma de tratar o truncamento, por questões de continuidade, é considerar o sinal como
resultante do truncamento realizado por meio da multiplicação desse sinal com um sinal wptq de
duração finita. Geralmente wptq é um sinal retangular. Chamamos o sinal wptq de sinal-janela ou,
simplesmente janela3 .
Assim definimos o sinal xw ptq como sendo:

xw ptq “ wptqxptq (2.8)

Escolhendo um tempo de janelamento T w “ N Ts , tem-se que xw pnTs q “ 0 para n R r0, N ´

1s. Assim, substituindo na equação (2.6) podemos obter uma aproximação X̂pf q, para |f | ă fs {2,
dada por:

N
ÿ ´1
X̂pf q “ Ts xw pnTs qe´j2πf nTs (2.9)
n“0

Podemos considerar que a aproximação da equação (2.9) é idêntica a fornecida pela equação
(2.7) pois, considerando que o sinal wptq é uma janela retangular4 , então xw pnTs q “ xpnTs q, para
n P r0, N ´ 1s.
Todavia o somatório dessas equações, embora finito, não poderá ser transformado em uma
expressão analítica válida para qualquer |f | ă fs {2. Isto é, para cada valor de f dado, para o qual
se deseje determinar X̂pf q, será preciso calcular o referido somatório, o que não é nada prático.
Uma alternativa é o cálculo de X̂pf q para valores de f espaçados de:

fs
∆f “ (2.10)
N
Ou seja, para f “ k∆f , k P Z
3
Um efeitoA dispersão espectral é causada por descontinuidades criadas pelo uso de um número não inteiro de
períodos do sinal original, e pode ser melhorada pelo uso do janelamento. Nesse sentido o objetivo do janelamento é
reduzir a amplitude das descontinuidades nas bordas de cada sequência finita adquirida pelo digitalizador (INSTRU-
MENTS, 2016). #
4
´
t´Tw {2
¯ 1, 0 ď t ă Tw
wptq “ rect Tw “
0, c.c

12
 Assim, usando a equação5 (2.9), para |k| ď N {2:

N ´1 N ´1
ÿ sf ÿ 2π
nTs
X̂pk∆f q “ Ts xw pnTs qe ´j2πk
N  “ Ts xw pnTs qe´j N kn (2.11)
n“0 n“0

Finalmente definindo o sinal de tempo discreto xw rns “ xw pnTs q, a equação (2.11) pode ser
reescrita como:

N ´1
ÿ fs
X̂pk∆f q “ Ts xw rnse´j2πk N n (2.12)
n“0

O somatório dessa equação é a transformada de Fourier discreta (DFT - discrete Fourier

transform).
O conhecimento desse conceito matemático, bem como suas limitações quanto aos problemas
de janelamento e de sobreposição espectral (aliasing) são fundamentais para entendimento das
próximas atividades efetuadas.

2.2 FILTROS DIGITAIS

2.2.1 Conceitos Iniciais

Os filtros digitais não contém uma implementação física em si, diferentemente dos filtros ana-
lógicos constituídos, geralmente, de associação de resistores e capacitores. Eles são construídos
através de algoritmos.
Para que isso possa ocorrer é necessário que o sinal de áudio (analógico) seja devidamente
convertido em um sinal digital. esse sinal portanto convolui por um algoritmo de filtro adequado.
De maneira geral, o projeto de um filtro consiste em obter os coeficientes para os filtros. Isso
é realizado através de uma equação chamada de equação das diferenças. O processo pode ser
simplesmente realizado pela equação (2.13):

n
ÿ
Saida “ Coeficienten do filtro ˚ Amostran (2.13)
1

Assim, o contexto de um filtro digital estará associado a equações de diferenças (ou funções
de transferência no domínio Z) cujo parâmetros (coeficientes) serão calculados com o objetivo de
discriminar (extrair, atenuar, etc.) determinadas componentes espectrais presentes em um sinal
ou uma informação no mesmo sentido dos filtros analógicos, sem a necessidade de um circuito
5
Sendo |f | ă fs {2 e f “ k∆f , portanto |f | “ |k||fs {2| ñ |k| ą N {2.

13
(hardware) adicional (ROBERTS, 1987). Em outras palavras, o filtro digital será uma rotina
adicional agregada ao algoritmo responsável pela realização do sistema proposto em questão.

2.2.2 Filtros IIR

Os filtros digitais de resposta infinita ao impulso (Infinite Impulse Response - IIR), também
conhecidos como filtros recursivos ou autorregressivos, são modelados pela equação de diferença
2.14 ou pela função de transferência 2.15, em que basicamente os valores dos coeficientes dos
modelos define a natureza do filtro (passa-baixa; passa-alta; passa-faixa; rejeita-faixa).
A denominação de IIR se deve que a saída do modelo decai para um valor nulo em um tempo
infinito em resposta a um impulso aplicado na entrada filtro correspondente.

˜ ¸
M N
1 ÿ ÿ
ypkq “ bm xpk ´ mq ´ an ypk ´ nq (2.14)
a0 m“0 n“1

ypzq b0 ` b1 z ´1 ` ... ` bm z ´m
Dpzq “ “ (2.15)
xpzq a1 z ´1 ` an z ´n

Resumidamente, a forma usual de calcular os coeficientes de um filtro digital IIR consiste em

utilizar o modelo de um filtro analógico, e aplicar uma transformada Z via aproximação retangular
ou trapezoidal (OPPENHEIN, 1998).
Notoriamente, uma das vantagens na utilização dos filtros IIR é que eles resultam em compri-
mentos (quantidade de coeficientes) de filtro menor do que o filtro FIR correspondente, porém,
esta melhoria é obtida às custas de distorção de fase e um transitório que não se limita a um
intervalo de tempo finito (ROBERTS, 1987).
Adicionalmente, conforme veremos na seção 2.2.5 deste capítulo, um exemplo clássico de um
filtro IIR é o Filtro Pente, pois se estável, a resposta simplesmente consiste em repetir "series de
impulsos"que decrescem em amplitude com o tempo.

2.2.3 Filtros FIR

Os filtros de resposta finita ao impulso (Finite Impulse Response - FIR), também conhecidos
como filtros não recursivos ou de média nível, são modelados pela equação de diferenças (2.16)
ou pela função de transferência (2.17), em que basicamente os valores dos coeficientes dos mode-
los define a natureza do filtro (passa-baixa; passa-alta; passa-faixa; rejeita-faixa). A denominação
FIR se deve a saída do modelo decair para um valor nulo em um tempo finito em resposta a um
impulso aplicado na entrada do filtro correspondente. Como características dessa categoria de fil-
tros, pode-se citar que eles são inerentemente estáveis (ao contrário dos filtros IIR), e apresentam
variação de fase linear na faixa de frequência de operação (uma condição apropriada para apli-
cações em sistemas com modulação/demodulação de fase) (PINHEIRO, 2017). Podemos ainda

14
visualizar através da figura 2.1 a representação do filtro em diagrama de fluxo de sinais - figura
2.1(a) e diagrama de blocos - figura 2.1(b).

N
ÿ ´1
xpnq “ bk xpn ´ kq (2.16)
k“0

ypzq
Dpzq “ “ b0 ` b1 z ´1 ` ... ` bn z ´n (2.17)
xpzq

A forma usual de calcular os coeficientes de um filtro digital FIR consiste em utilizar modelos
de respostas ideais dos filtros e funções janelas associadas.

(a) fluxo de sinais (b) diagrama de blocos

Figura 2.1: Diagrama de fluxo de sinais e diagrama de blocos de um filtro FIR

Na figura 2.2 encontra-se uma ilustração de uma expressão conhecida como função Sinc, em
que wn {π.Sincpwn i{πq “ sinpwn iq{πi.

Figura 2.2: Gráfico da função Sinc e função Sinc normalizada.

15
 Observando o exemplo da função Sinc, nota-se que os valores das amplitudes desta tendem
teoricamente aos limites não realizáveis ´8 ă i ă 8, conforme já mencionamos na seção 2.1.1.
Com a finalidade de truncar os valores correspondentes dos coeficientes dos filtros FIR associados
em valores finitos, são empregadas funções janelas com este propósito e que também influenciam
as atenuações resultantes dos filtros. A tabela 2.1 mostra as principais funções janelas que são
utilizadas nos projetos de filtros FIR, em que o valor prático de atenuação β é indicado para cada
função janela.

Tipo de Janela βrdBs Função Janela: wpnq

Retangular ´21 1

´ ¯
2|n´ N |
Bartlett ´25 1´2 N
2

` 2πn ˘
Hanning ´44 0, 5 ` 0, 5.cos N

` 2πn ˘
Hamming ´53 0, 5 ` 0, 46.cos N

` 2πn ˘ ` 4πn ˘
Blackman ´74 0, 42 ` 0, 5.cos N
` 0, 08.cos N

Tabela 2.1: Função janela (window) associadas com filtros FIR

Os valores das atenuações β dependem também do numero de coeficientes N utilizados em

um filtro FIR, em que quanto menor esse numero mais compacta será a realização computacional
do filtro correspondente.
Vantagens gerais do filtro FIR:

(a) Um filtro não recursivo como o filtro FIR é inerentemente estável. Conforme pode ser visto
na função de transferência 2.17 ela é especificada em termos do zeros apenas no plano-z.
Logo não há grandes preocupações em termos da escolha dos coeficientes que possam causar
instabilidade no sistema, posto que seu Lugar Geométrico das Raízes - LGR encontra-se
estritamente dentro do semi-plano esquerdo do domínio-z.

16
(b) O filtro FIR (resposta ao impulso) tem forma simétrica no seu espectro de frequência. Isso
produz uma característica de fase linear ideal, ou seja, é equivalente a puramente um atraso
temporal em todas as componentes de frequência passando pelo filtro. Em outras palavras,
podemos dizer que o filtro FIR não tem o fenômeno de distorção de fase (LYNN; FUERST,
1998).

O procedimento típico de cálculo de coeficientes de um filtro FIR, é essencial especificar os

valores de frequências e atenuações associadas aos tipos de janelas a serem utilizadas, o número
de coeficientes e o tempo de amostragem (ou frequência de amostragem fs “ 1{Ts correspon-
dente).

Exemplo 2.2.1 Um pequeno exemplo de aplicação do projeto de filtro digital FIR (passa-baixa) e
uma função de janela Blackman, considerando uma quantidade de 7 (sete coeficientes) chamado
comumente de Tap’s.
Considerando uma taxa de amostragem igual a f a “ 200Hz e uma frequência de corte fc “
f1 “ 40Hz, têm-se: fnorm “ f1 {pfa {2q “ 0.4; ω1 “ 0.4π. Computando a resposta ideal do filtro
em questão, num intervalo ´pN ´ 1q{2 ď n ď pN ´ 1q{2 com a função janela especificada Jpnq
` ˘ ` ˘
(Blackman - tabela 2.1).(for n=-3; n < 4; n++)0, 42 ` 0, 5.cos 2πn 7 ` 0, 08.cos 4πn
7 ;

Pode-se computar a resposta ideal de um filtro passa baixa cuja função é descrita como:

senpw1 nq w1
hpnq “ hp0q “ (2.18)
πn π
Daí, finalmente, temos os valores dos coeficientes do filtro:

bpnq “ Jpnq.hpnq

1 %% Codigo para calculos dos coeficientes de um filtro FIR

2 N = 51; f1 = 40; fa=200; fn= f1/(fa/2); W1=pi*fn; ...
%parametros e normalizacao
3 n = -(N-1)/2:(N+1)/2; h= (W1/pi)*sinc((W1/pi)*n); ...
%Resposta ideal do FPB
4 %% Funcao Janela
5 J = 0.42 + 0.5*cos(2*pi*n/N) + 0,08*cos(4*pi*n/N); b = ...
J.*h;
6 freqz(b,1,[0:1:100],fa); figure %Reposta em frequencia ...
do filtro
7 t= 0:(1/fa):0.5; x = 2 + 0.1*sin(2*pi*60*t); %Entrada ...
do filtro
8 y = filter(b,1,x); %acao da filtragem;
9 plot(t,x,'k:'); hold
10 stairs(t,y,'k'); hold off

17
11 xlabel('t[s]'); ylabel('x(t)="..."; y(t)= "___" ');

Figura 2.3: Resposta em frequência do FPB-FIR do exemplo 2.2.1 para N=51.

Figura 2.4: Ação da filtragem do FPB-FIR do exemplo 2.2.1

Vale destacar nesse exemplo que, por conta da janela Blackman possuir 1 coeficiente a mais
comparado a outros modos de janela (um termo cosseno extra - 0, 08 cosp4πn{N q), ela contribui
para a redução das oscilações de Gibbs, porém sua amplitude torna-se independente da ordem do
filtro. Ademais, esse termo adicional também reduz a amplitude dos lóbulos laterais, melhorando
assim o tamanho do lóbulo principal (CHAKRABORTY, 2013).
Outro detalhe importante, conforme visto na figura 2.5(a), é que o lóbulo principal, por exem-
plo, da janela retangular tem aproximadamente a metade da largura do lóbulo principal da janela
Hamming;

18
 (a) Resposta em frequência dos modos de Janela- (b) Resposta dos janelamento no do-
mento. mínio do tempo

Figura 2.5: Resposta dos diferentes tipos de janelamentos no domínio do tempo e da frequência.

De maneira análoga, os lóbulos laterais da janela Hamming, em relação ao lóbulo principal,

são muitos reduzidos em comparação com os da janela retangular. Especificamente, o pico de
amplitude do primeiro lóbulo lateral da janela retangular está somente aproximadamente 13 dB
abaixo do pico do lóbulo principal, ao passo que o valor correspondente para a janela Hamming é
de aproximadamente 40 dB.
É devido a esta último ponto que a janela Hamming reduz as oscilações na resposta em
frequência de um filtro digital FIR. Todavia, há um preço a ser pago por esta melhoria, a saber,
uma faixa de transição mais larga no espectro do filtro.(HAYKIN; VEEN, 2001)

2.2.4 Filtros Adaptativos

Os filtros adaptativos são constituídos por estruturas FIR, em que os coeficientes dos modelos
associados são modificados conforme um procedimento adaptativo. essa modalidade de filtro
geralmente é empregada nos seguintes contextos (lista não exaustiva):

´ Como procedimento alternativo na obtenção de valores dos coeficientes de um determinado

filtro FIR, em que padrões de entrada e saída conhecidos são utilizados para estabelecer os
valores dos coeficientes do filtro em questão;

´ Cancelamento ou redução de ecos/barulhos de um determinado ambiente;

´ Na modelagem de sistemas dinâmicos; e

´ Como modelagem básica de representações de redes neurais artificiais.

A equação 2.19 representa o modelo de um filtro FIR, em que Wm pkq denota os valores dos
coeficientes do filtro em um instante de tempo k.

19
 M
ÿ
ypkq “ Wm pkqxpk ´ mq (2.19)
m“0

A diferença ou erro epkq entre o valor de padrão desejado dpkq para a a resposta do filtro e a
informação da saída atual ypkq do modelo associado é expressa pela equação 2.20:

epkq “ dpkq ´ ypkq (2.20)

Basicamente para ajustar os valores dos coeficientes de um filtro adaptativo tipicamente utiliza
o método do gradiente para essa finalidade, sendo o critério da somatória do erro quadrático de
epkq frequentemente utilizado na etapa de adaptação (PINHEIRO, 2017).
Vale salientar, que alguns sistemas de comunicação de voz utilizam filtros adaptativos com
o objetivo de cancelar ou reduzir ecos ou barulhos do ambiente. Nesse contexto, foi pensado
inicialmente a utilização desse modelo de filtro para o projeto. No entanto, será explicado mais a
frente a não adoção desse modelo, bem como pela utilização de um filtro FIR típico.

2.2.5 Filtro Pente - Comb Filter

Em termos práticos o comb filter ou “filtro pente” é uma versão atrasada do mesmo sinal, cau-
sando uma interferência construtiva ou destrutiva de dois sons tocados simultaneamente, porém
com atraso entre um para o outro.
Nesse sentido, há basicamente dois tipos de comb filters: o (feedback comb filter) e (feed-
forward comb filter). Resumidamente, os nomes referem-se à direção em que os sinais são atra-
sados antes de serem adicionados à entrada. O primeiro tipo considera em adicionar a saída do
filtro a entrada imediatamente posterior, enquanto o segundo considera apenas adicionar à saída
do filtro as entradas presente e a mesma entrada atrasada.
Como já informado, o caso do filtro pente com realimentação na saída, é um caso especial
de um Filtro de Resposta Infinita - seção 2.2.2, posto que pode ser observado uma figura de
atraso (delay) no sentido de realimentação no sistema. Este filtro pode ser um modelo físico
computacional de "séries de ecos", os quais decaem exponencialmente, bem como espaçados
uniformemente no tempo (SMITH, 2010).
Continuando a análise do modelo do referido filtro, ve-se que a estrutura geral de um sistema
de realimentação de um feedback comb filter pode ser mostrado através da figura 2.6(a). Além
disso pode ser descrito pela seguinte equação6 de diferenças 2.21:

yrns “ xrns ` αyrn ´ Ks (2.21)

6
Para um critério de estabilidade o coeficiente α da equação 2.21 tem que ser menor ou igual a 1 (0 db).

20
 (a) Feedback comb-filter

(b) Feedforward comb-filter

Figura 2.6: Filtro Pente - Comb Filter - Formas de Realimentação

Se rearranjarmos os termos da equação para que todos as variáveis em y fiquem do mesmo

lado da equação e, na sequência, aplicamos a transformada Z em ambos os membros, teremos:

p1 ´ αz ´K qY pzq “ Xpzq (2.22)

Finalmente temos a função de transferência (2.23) correspondente ao sistema:

Y pzq 1 zK
Hpzq “ “ “ (2.23)
Xpzq 1 ´ αz ´K zK ´ α

Uma das formas de estimar a resposta de magnitude em função do valor do tempo de delay K
e fator de atenuação/ganho α é expressar Hpzq em termos de módulo |HpK, αq|, bem como, de
maneira conveniente, utilizando uma substituição z “ ejω .

1
|Hpejω q| “ , ´π ď ω ď π (2.24)
|1 ´ αe´jωK |

Nota-se pela expressão do ganho dada pela equação (2.24) que seu valor tem valores de res-
posta periódica indo de um valor mínimo e subindo para um valor máximo.
Supondo o valor de α “ 1 (0 dB), para simplificar os cálculos, a amplitude da resposta reduz-
se a:

1
Hpwq “ (2.25)
2|sinpωM {2q|

Note ainda que para α ą 0 são produzidos picos de ressonância em:

21
 sinpωK{2q “ 0
K
ω “ pπ, p “ 0, 1, 2, ..., K ´ 1 (2.26)
2
p
wp “ 2π
K
Ou seja, em todos harmônicos pares do filtro.
Ademais, esses filtros são utilizados em toda sorte de efeitos de sons, principalmente no uni-
versos de instrumentos musicais. Vários desses filtros podem ser usados por exemplo para simular
uma reverberação (PARKS, 1987).
Por último, vamos falar do modelo proposto para o projeto deste trabalho, no qual consiste
de uma versão mais generalista do feedback comb-filter. Este modelo propõe a alocação de um
filtro casual Hl pzq na malha de realimentação, em vez de apenas um ganho de atenuação α. A
função de transferência 2.22 pode ser então reescrita como:

1
Hpzq “ (2.27)
1 ´ Hl pzqz ´K

NOTA
Para o critério de estabilidade do sistema, a amplitude de resposta do filtro Hl pzq
deverá ser menor que 1 em todas as frequências, i.e, |Hl pejωT q| ă 1, @ωT P
r´π, πq

2.3 CONVERSÃO ANALÓGICA DIGITAL

2.3.1 Conversão Por Aproximações Sucessivas

Resumidamente, conforme pode ser observado na figura 2.7 este tipo de conversor utiliza
uma técnica de realimentação para relacionar uma voltagem analógica de entrada com um código
digital correspondente (conforme os N bits de resolução do conversor).
No início do processo de conversão o shift register e o holding register são zerados. Na
primeira etapa de conversão o MSB (bit mais significativo) do holding register é colocado em
nível alto (1 lógico) e os demais mantidos em nível baixo (0 lógico). É, então, realizada uma
comparação entre o resultado de saída do conversor D/A (VO ) e o sinal de entrada (VIN ). Se
VO ă VI N , o nível “1” é mantido para o MSB, caso contrário é substituído por “0”. A etapa
seguinte repete o mesmo processo para o 2-SB. Isso continua até que todos os N bits tenham
sido verificados. A decisão de manter o nível lógico “1” ou substituir por “0” é realizada pelo
comparador e pelo registrador de aproximação sucessiva. O controle lógico controla o início e o
fim de cada etapa de aproximação e o resultado destas etapas são retidas no holding register. O

22
sinal de saída é válido apenas quando todo o processo for concluído e isto é sinalizado pelo sinal
de status do controle lógico.

Figura 2.7: Conversor A/D de aproximações sucessivas.

2.3.2 Dificuldades Práticas de Conversores ADs

Apesar do princípio de funcionamento de um conversor AD ser relativamente simples, em

suma, a operação desse dispositivo não é uma simples conexão de um sinal analógico na entrada
de um microcontrolador. Listamos aqui algumas das dificuldades naturalmente encontradas:

´ Intervalo de Tensão de Entrada: Se conectarmos uma guitarra que produz em seus cap-
tadores valores em ˘100mV nãó será possível conectar diretamente essa tensão num con-
versor de um microcontrolador que espera valores entre 1V a 3V . Neste caso é necessário
que o sinal da guitarra seja amplificado e modificado para que ele "ajuste-se"ao ADC.

´ Tensão de Referência: Um ADC não tem uma noção absoluta de tensão, em outras pa-
lavras, sua tarefa é comparar sua entrada com a tensão de referência e sua saída numa
proporção de 2. Assim, uma saída precisa recai na qualidade da referência e isso limita a
acurácia da informação.

´ Ruído e filtragem: Sinais no mundo real contém frequências indesejadas, no nosso caso,
uma guitarra ligada numa cadeira de pedais com fontes de alimentação cuja frequência da
rede elétrica gira torno de 50 ´ 60Hz. Nesse caso filtros são necessários para remover
esse ruído antes de iniciar a conversão ADC propriamente dita. Vale apontar que um filtro
passa-baixa também é necessário para evitar-se o efeito de dobramento espectral do sinal
(aliasing).

23
 2.4 CONVERSÃO DIGITAL ANALÓGICA

2.4.1 Comunicação Serial I2C

O protocolo I 2 C (Inter Integrated Communication ou Comunicação entre Integrados) é um

protocolo síncrono half duplex a dois fios do tipo mestre-escravo, criado pela Philips com ob-
jetivo de facilitar o desenvolvimento de sistemas modulares para televisores e outros aparelhos
eletrônicos de consumo geral (BRAGA, 2012).
O funcionamento do protocolo baseia-se em alguns princípios básicos e usa duas linhas bidi-
recionais:

´ Serial data (SDA);

´ Serial Clock (SCL).

1. A informação presente na linha de dados (SDA) somente é lida durante a fase alta da linha
de clock (SCL);

2. Somente é permitido alterar o nível da linha de dados (SDA) durante a fase baixa da linha
de clock (SCL).

3. Quando o barramento não está em uso, ambas as linhas permanecem desligadas.

2.4.2 Formato de Dados

Como o protocolo em questão permite a coexistência de diversos dispositivos em um mesmo

barramento, é necessário que cada um possua identificação ou endereço próprio.
O formato básico de um comando I 2 C é constituído por 7 bits de endereço7 , utilizados para
especificar o dispositivo escravo a ser acessado, seguidos por um bit indicador de leitura/escrita,
em geral é o LSB, chamado de R{W Ď

´ R{W
Ď = 0: significa que o modo mestre escreverá dados no dispositivo em modo escravo.
O mestre é o transmissor e o escravo o receptor8 .

Normalmente o endereço de 7 bits é composto por duas partes: a primeira, de 4 bits, especifica
o tipo de dispositivo escravo a ser acessado, no nosso caso o endereço do dispositivo MCP 4725.
A segunda, de 3 bits, especifica um entre até oito dispositivos daquele tipo, o qual poderá ser
acessado.
7
Existem uma extensão de endereçamento utilizando 10 ´ bits mas são raras as redes de dispositivos I 2 C que
consigam esgotar a quantidade de endereços de 7 ´ bit, ou seja, raramente essa possibilidade é utilizada.
8
Em todos os casos o dispositivo master é responsável por toda a transmissão

24
 2.5 FERRAMENTA COMPUTACIONAL

2.5.1 WinFilter

O WinFilter é uma ferramenta de software criada com o objetivo de provê a realização de

projetos de filtros digitais. Ele possui uma interface gráfica bastante simples e bem intuitiva
(KUNDERT, 2004). Esse software pode facilmente projetar filtros IIR, bem como filtros FIR e
ainda pode gerar códigos do projeto em linguagem C e também em código VHDL. Os modelos
de filtro digitais, no entanto, são limitados a apenas esses modelos abaixo:

´ Butterwoth;

´ Chebyshev I;

´ Bessel;

´ Retagunlar; e

´ Cosseno Levantado.

Todos os filtros IIR são transformados do domínio S para o domínio Z com uma transforma-
ção bilinear9 e o método de correção de dobramento espectral (aliasing).
O WinFilter é composto por uma caixa de diálogo à esquerda, conforme visto na figura 2.8, e
a direita uma série de disposição dos gráficos de resposta do filtro correspondente.

Figura 2.8: Aparência do Programa WinFilter - versão 0.8 de 06-08-2004

Como pode ser observado, há também botões para que seja aumentado ou atenuado alguns
parâmetros do filtro, tais como taxa de amostragem, frequência de corte 1, frequência de corte 2,
ordem do filtro dentro outros. O botão "Calculate"pega os parâmetros selecionados e os mostram
através do do display de gráficos à direita do programa.
9
Bilinear Transform: https://en.wikipedia.org/wiki/Bilinear_transform

25
 A reposta em frequência, fase e grupo de delay são calculados. Os zeros e polos são plotados
no plano Z. A resposta do filtro ao impulso unitário também é mostrada.
Uma importante ferramenta é que você pode avaliar nos gráficos a direita com o cursor do
mouse os valores do gráfico em determinado ponto espeficicamente, conforme visto na figura
2.9:

Figura 2.9: Valor lido no gráfico por meio do cursor do mouse. 4ms ´ 0.854

26
 No menu Output - figura 2.10(a) - o programa permite que o código na linguagem C pode ser
gerados bem como os gráficos ora mostrados na região à direita do programa também possam ser
exportados em um Graphic Interchange Format - GIF. Além disso pode ser exportado o código
gerado via VHDL em dois modelos (figura 2.10(b)): Sized ou Speed Optimized (modo de velo-
cidade otimizada). Ambos os modos conseguem velocidades acima de 160 Mhz num dispositivo,
por exemplo, modelo Ep1c3t144 Ciclone (grade-4) FPGA

(a) Opções de exportação do Programa (b) Opções VHDL

Figura 2.10: Menu Output - programa WinFilter

27
 3 IMPLEMENTAÇÃO DO PROJETO

Neste capítulo iniciaremos a implementação do diagrama de respectivos blocos do modelo 1

- figura 3.1, descrevendo o método utilizado para cada uma das etapas do tratamento de sinal.

Figura 3.1: Modelo do projeto a ser implementado

3.1 BLOCO 0 - CONVERSÃO A/D NO MSP430

3.1.1 Análise de Hardware

Antes do sinal chegar ao microcontrolador para o correto processamento do sinal de áudio,

será necessário, conforme já relatamos, amostrar esse sinal. Para isso, conforme abordado na
seção 2.3 deste trabalho, é necessário utilizar um Conversor Analógico Digital - ADC.
O modelo do MSP 430 em questão (MSP430F5529LP - figura 3.2) possui um ADC interno
de 12 (doze) bits (ADC12). Ou seja, é possível representar em níveis de pulso até 4096 níveis.
Algumas características podemos listar pois será objeto de avaliação dentro do projeto (DAVIES,
2008).

´ Resolução de 12 bits monotônica, sem perdas de código;

´ Velocidade nominal de até 200.000 amostras por segundo (200 Ksps), utilizando a técnica
de aproximação sucessivas (SAR);

28
 Figura 3.2: Microcontrolador - modelo MSP430F5529LP

´ Operação de com diversas referências internas de tensões: 1.5V, 2.0V, ou 2.5V com con-
sumo típico de aproximadamente 250µA quando em operação;

´ Canais de entrada exclusivos para sensor de temperatura interno, tensão de alimentação e

tensões de referências externas;

´ 16 memórias de conversão com controle independente de cada uma, inclusive com a capa-
cidade de especificar o canal de entrada e referência;

´ Fontes de clock selecionáveis por software;

O coração de funcionamento desse módulo do microcontrolador consiste basicamente no se-

guinte:

(i) O processador usa dois níveis de tensões selecionáveis: VR` e VR´ a fim de determinar o
valor mínimo e máximo do conversor;

(ii) Uma saída digital (NADC ) recebe o nível máximo (4095 “ 0FFFh) quando o valor de entrada
for igual ou até mesmo maior que VR` . De modo semelhante o valor digital (NADC ) será
zero quando o valor de entrada for igual ou menor que VR´ .

(iii) A equação básica da conversão é:

Vin ´ VR´
NADC “ 4095. Vin : Tensão de entrada. (3.1)
VR` ´ VR´

(iv) Em especial, o módulo ADC12_A é configurado por dois registros de controle: o ADC12CTL0
e ADC12CTL1.

(v) O modo de funcionamento do conversor (conversão simples ou sequência de canais) pode

ser configurado pelos bits CONSEQx (registrador ADC12CTL1);

(vi) Após isso, seleciona-se o endereço inicial da memória de conversão, pelos bits CSTAR-
TADDx (registrador ADC12CTL1);

(vii) Por fim, liga-se o conversor (bit ADC12CTL0:ADC12ON=1) e habilitam-se as conversões

(bit ADC12CTL0:ENC=1).7

29
 3.1.2 Requisitos de Hardware para a Tempo de Amostragem

3.1.2.1 Contextualização

Um ponto importante a ser considerado, quando convertemos um sinal analógico qualquer

numa sequência de valores digitais, é a precisão que estes valores representam o sinal original.
É claro que, na prática, é conveniente, para a escolha da taxa de amostragem, usar frequências
muito maiores do que 2 vezes a frequência mais alta do sinal e isso ocorre de maneira geral. Como
é o caso de sinais de áudio, especialmente em CDs players, em que a frequência de amostragem
é de 44,1 kbytes por segundo onde o que nos leva a 2 vezes a frequência máxima que podemos
ouvir que é de 20 kHz.
Por outro lado, o microcontrolador, em especial para a aplicação ora pretendida, são equi-
pamentos alimentados por bateria e o consumo do dispositivo, nesse caso, é um requisito muito
importante. Como a complexidade na obtenção das amostras aumenta em função da quantidade
de amostragem que pode ser realizada, bem como a potencialidade do microprocessador usado, é
extremamente importante a escolha viável de uma taxa de amostragem - figura 3.3, que atendam
aos requisitos do projeto, ponderada com as limitações do equipamento em questão (BRAGA,
2012).

Figura 3.3: Algumas taxas de amostragem utilizadas na prática

30
 3.1.2.2 Tempo de Amostragem do ADC12 do µC MSP430

O conversor ADC do µC aguarda a ocorrência de um sinal de disparo de conversão (SAMP-

CON) que pode ser originado de uma das quatro fontes1 selecionadas pelos bits SHSx (registrador
ADC12CTL1). Quando SAMCOMP = 0, todas as entradas analógicas ficam em alta impedân-
cia, caso contrário (SAMCOMP = 1), uma entrada Ax pode ser modelada como um circuito RC,
passa baixa, durante o tempo de amostragem da conversão (tsample ).
Uma equação, conforme o Guia do Usuário da Família de Microcontroladores MSP430x5xx,
pode ser usada para cálculo do valor mínimo da taxa de amostragem para uma conversão de n-bits,
no qual n é igual a quantidade de bits de resolução do conversor.

Figura 3.4: Circuito analógico de entrada equivalente - Fonte: User’s Guide MSP430F5529 pag. 737

tsample ą pRs ` Ri q. lnp2n`1 q.Ci ` 800ns (3.2)

A equação 3.2 é oriunda de uma análise de um circuido RC - figura 3.4, em descarregamento

cuja resposta no domínio do tempo da tensão de saída é dada por:

Vout “ Vin e´t{RC

Temos no caso, para uma quantização dos valores de tensão de entrada valores que podemos
mensura-los em bits mais significativos - MSB e menos significativos - LSB. Considerando o caso
mais simples onde a tensão de entrada estaria entre um bit 0 e 1 de uma quantização com apenas
n bytes (2n LSB‘s) obtemos:

ˆ ˙
Vf ´t{RC Vf t
“e ñ ln “´
Vi Vi RC
ˆ 1 ˙ (3.3)
LSB t
ln 2n “´ ñ t “ RC. lnp2n`1 q
2 LSB RC

Por conseguinte, com SHP = 1 temos o modo de amostragem temporizada. O tempo de amos-
tragem será determinado por um timer interno, que é configurado de acordo com os bits SHT1x e
1
SHS_1 por exemplo é proveniente da interrupção de um evento de comparação em um dos canais do timer A
(saída TA1).

31
SHT0x (registrador ADC12CTL0). Os bits SHT1x determinam o tempo de amostragem (em ci-
clos de clock do conversor) para as memórias ADC12MEM8 até ADC12MEM15, tal como os bits
SHT0x determinam o tempo de amostragem para as memórias ADC12MEM0 até ADC12MEM7.
Ora, calculado o tempo de amostragem do conversor ADC12, temos agora, conforme visto no
user’s guide, contar ainda 13 (treze) batidas de clock do conversor AD, ou seja, deve-se esperar
um total de:

tADC12 “ tsample ` tsync ` 13. looooooomooooooon

ADC12CLK (3.4)
1
3„5M hz

Esse período descrito na equação 3.4 precisa ser consideravelmente menor que o período
da taxa de amostragem do sinal e, que será sincronizado com a interrupção do TIMERA que,
1
conforme já estipulamos, é igual a T A “ 22050Hz “ 45, 35µs.
De fato, considerando que a resistência da guitarra (fonte de aúdio de entrada) RS “ 1kΩ o
valor da taxa de amostragem do conversor ADC12 é igual a:

tsample ą 2800.13. ln 2.25.10´2 ` 800ns ñ tsample ą 1.43076µs

O valor das 13 batidas de clock, considerando a velocidade normal do clock do conversor

ADC12 entre 3 „ 5M hz temos um valor próximo de 3.33µs.
Concluímos, pelo menos teoricamente, que o conversor ADC12 não é um fator limitante em
termos de consumir de forma demasiada o tempo de conversão das amostras oriundas de um
instrumento musical.
Utilizando um valor acima de 3.33µs, algo em torno de 4µs, pode-se escolher o valor regis-
trador ADC12CLK responsável pela dinâmica de operação da conversão A/D.
A quantidade de batidas N de clock’s necessárias está calculada na equação:

tADC12CLK “ 5M hz “ 0.2µs
4µs (3.5)
N“ “ 20
0.2µs

Como temos apenas potência de 2 na escolha deste registrador, devemos escolher o número
imediatamente superior, no caso N “ 32.

32
 3.2 BLOCO 1 - FILTRO FIR

3.2.1 Para o código Experimental do MATLAB

Para o código que foi elaborado com o objetivo de análise do efeito shimmer e suas limitações
em termos da discretização do sinal no domínio do tempo na perspectiva de síntese e análise do
sinal.
Nesse caso, o filtro escolhido foi um filtro FIR-passa baixa cuja frequência de corte do projeto
foi no valor de 2kHz. Tendo esse filtro utilizado a quantidade de 51 Taps (tamanho da janela), cujo
janelamento foi feito com a janela Blackman (equação 3.6), cujos benefícios já foram explicados
na seção 2.1.2.

Jptq “ 0.42 ` 0.5 cospp2πtq{N tapsq ` 0.08 cospp4πtq{N tapsq; (3.6)

Com isso bastou-se multiplicar a resposta da´janela ¯

com um filtro passa-baixa ideal - equação
2000
3.7, cuja frequência normalizada vale W1 “ π. 44100{2 :

h “ pW 1{piq.sincppW 1{piqtq; (3.7)

Após a multiplicação basta agora efetuar a operação de convolução com o sinal original de 12
bits resultando num sinal de 12 bits filtrado em 2kHz.

3.2.2 Para o projeto do MSP430

Com respeito ao projeto do microcontrolador, sabe-se que há uma limitação do próprio hard-
ware em trabalhar com valores em ponto flutuante. Nesse sentido a utilização do software WinFil-
ter foi de suma importância pois ele fornece um vetor, em ponto fixo - 8 ou 16 bits, de coeficientes
do filtro FIR correpondente de acordo com os parâmetros do projeto, algo extremamente prático.
Além disso ele fornece uma pequena função que já calcula a convolução das amostras do
filtro, no entanto a implementação, especificamente na linha 2 e 3 do código 3.1, é ineficiente
devido que para cada nova amostra que chega do sinal, ele desloca todas as amostras para então
realocar espaço para amostra que chega:

Listing 3.1: Código Gerado no WinFilter para um filtro FIR

1 //shift the old samples
2 for(n=Ntap-1; n>0; n--)
3 x[n] = x[n-1];
4

5 //Calculate the new output

6 x[0] = NewSample;

33
 7 for(n=0; n<Ntap; n++)
8 y += FIRCoef[n] * x[n];
9 return y / DCgain;

Nesse caso, há um desperdício de processamento o qual é solucionado com a implementação

de um ponteiro que sempre sobrescreve as amostras antigas e assim que este ponteiro chegar no
fim do vetor (buffer) predeterminado para carregar as amostras vindas do conversor A/D. Essa
solução computacional é conhecida como buffer em anel (ring-buffer) - figura 3.5).

Figura 3.5: Uma pequena ilustração como funciona um ring-buffer

Depois de superada essa parte do processamento a convolução das amostras se dá na segunda

parte do código.

3.3 BLOCO 2 - IMPLEMENTANDO O PITCH-SHIFTER

3.3.1 Análise do Algoritmo

3.3.1.1 Conceito Preliminar - O que é necessário implementar?

O objetivo bloco é alterar a frequência do sinal sem alterar sua duração. Uma forma que
aparentemente funcionaria é que: se gravarmos um som e então faz-lo tocar duas vezes mais
rápido, então a frequência desse sinal seria dobrada e então deslocada a frente 1 oitava. Isso está
correto, no entanto o sinal é duas vezes também mais curto - figura 3.6.
A maneira de fazer isso corretamente é pegar o som gravado, dobra-lo de tamanho sem afetar
sua frequência natural e então toca-lo duas vezes mais rápido, logo todas as frequências dobrariam
de valor e então, seriam devidamente deslocadas, bem como a duração do sinal nesse caso estaria
mantida conforme o som original - figura 3.7. O algoritmo do MATLAB® , nesse caso se baseia
nesse princípio. O que será explicado a seguir.

34
 Figura 3.6: Exemplo de arbodagem do pitch-shifter - Implementação equivocada do efeito pitch-shift.

Figura 3.7: Exemplo de abordagem do pitch-shifter - premissa básica para o efeito

3.3.1.2 Implementação do Algoritmo

Visão Geral

Na seção 1.1.4 foi demonstrado o conceito fator de escala como um fator usado para expandir
ou comprimir o espectro para ajustar as frequências/alturas do sinal de modo que esse desloca-
mento seja corretamente ajustado. Uma vez feito isso, nós poderemos reconstruir o sinal e voltar
a sua duração inicial com o efeito pitch-shifting realizado.

35
 De fato, se queremos deslocar o sinal um semitom, será preciso utilizar um fator de escala
igual a 21{12 o qual corresponde a 1.0594 - figura 3.8. Isto é, precisamos "esticar"o sinal sem alte-
rar seu espectro de frequência, todavia, a duração do sinal é agora multiplicado por 1.0594. Uma
vez feito isso, somente será preciso tocar o sinal 1.0594 vezes mais rápido (DEMERS FRAN-
COIS GRONDIN, 2009).

Figura 3.8: Técnica realizada para o deslocamento de frequência num fato de 1.0594

Uma das etapas de implementação do algoritmo é a separação do sinal original em uma grande
quantidade de frames (pedaços). Esses frames - figura 3.9, são obtidos do sinal original, "sobre-
postos"uns com os outros por um fator de x% de sobreposição2 . Esses frames estarão então
convenientemente espaçados e sobrepostos, no processamento, dependendo se o sinal original
será esticado ou comprimido no tempo.
No entanto, os espaços entre os frames são realizados em determinados trechos do sinal inad-
vertidamente. Nesse caso, são criados descontinuidades nos frames subsequentes do sinal. Isto é,
a figura 3.10 mostra que o sinal original possui um tamanho x entre os frames e este espaço agora
tem valor y devido compressão ou expansão do sinal.
Esse procedimento produz "defeitos"no som (espaços indesejados) que são perceptíveis ao
ouvido humano. Desse modo é preciso de alguma forma fazer essa descontinuidade desaparecer.
Por conta disso precisamos de uma técnica de processamento denominada de phase vocoder.
2
Dependendo se os deslocamentos são em números inteiros ou fracionários correspondente aos intervalos (seg-
mentos) de frequência - bins podemos ter algo em torno de 50% de sobreposição para saltos em números inteiros,
enquanto para saltos fracionários algo em torno de, no mínimo, 75% (LAROCHE, 1999).

36
 Figura 3.9: Expansão e compressão do sinal frame por frame.

Figura 3.10: Sinal tornando-se descontínuo quando submetido ao processo de expansão ou compressão no
tempo.

Phase Vocoder

O phase vocoder é uma variação da Transformada Rápida de Fourier (FFT) que usa informa-
ções de fase para melhorar as estimativas de frequência (SETHARES, 1999). É ideal para uso

37
em aplicações como o alongamento ou a compressão de tempo de áudio, embora existam vários
outros efeitos especiais que podem ser implementados usando a estratégia de phase vocoder.
Além disso, o phase vocoder é apresentado como uma solução de alta qualidade para a modi-
ficação da escala de tempo (ou frequências), o pitch-shift é implementado como uma combinação
de escala de tempo e conversão da taxa de amostragem (LAROCHE, 1999).
A figura 3.12 mostra como um algoritmo phase vocoder funciona tanto de maneira geral,
como com a implementação do algoritmo escrito em MATLAB® - figura 3.12. Ele basicamente
consiste em 3 (três) estágios: análise, processamento e síntese (PORTNOFF, 1976).

Figura 3.11: Ilustração Geral da Etapa do algoritmo phase-vocoder

Análise: Como já mencionado nesse trabalho na seção 2.1.2 que um janelamento refere-se
a falar de um pequeno frame de um sinal infinitamente maior (se considerarmos apenas 1 pequena
janela comparado a todo o sinal amostrado). O processamento dessa janela no espectro do sinal
pode ser minimizada. Em outras palavras, para reduzir o efeito de janelamento do sinal na sua
representação no domínio da frequência, é utilizado uma janela do tipo Hanning ou Blackman
de tamanho N . De acordo com a figura 3.13, uma multiplicação de uma janela retangular no
domínio do tempo com o sinal é equivalente a uma convolução de no domínio da frequência.
Já foi mencionado que modo a janela retangular possui mais energia nos lóbulos laterais em

38
 Figura 3.12: Ilustração Específica das Etapas do algoritmo do phase-vocoder

comparação aos demais janelamentos, enquanto a janela Hanning ou Blackman tem um foco de
concentração de sua energia espectral no seu lóbulo principal, ou seja, perto do nível DC do sinal
- seção 2.1.2.

Figura 3.13: Janelamentos

Esse frame é, formado por N amostras, é então transformado através de uma Transformada
Rápida de Fourier - Fast Fourier Transform (FFT) conforme a equação 3.8

39
 N
ÿ ´1
2πkn
pXa rksqi “ xrn ` i.phopa qswrnse´jp N
q
k “ 0, 1, 2, ..., N1 (3.8)
n“0

Na equação acima, xrns é a amostra do sinal, wrns representa o janelamento Hanning ou

BlackMan e pXa rksqi representa o espectro discreto do frame i. Afim de aumentar a resolução
do espectro e saltos fracionários, as janelas são sobrepostas com um fator de, no mínimo, 75%.
O número de amostras entre duas sucessivas janelas é referenciado pelo "número de saltos"entre
cada janela - termo hop size (hopa ) e é igual a N4 para uma sobreposição de 75%.

Processamento: Aplicando a FFT num sinal de tamanho N resulta em N segmentos es-

pectrais que começam do valor 0 até o valor pNN´1q fs com um intervalo de fNs , onde fs é a nossa
frequência de amostragem do sinal. Em termos de módulo, um sinal que possua uma frequência
intermediária entre os dois segmentos espectrais terá seu valor não computado e a energia contida
nessa frequência, distribuída entre os dois segmentos vizinhos. A informação de fase do sinal é
usado para melhorar a acurácia do estimado dessas frequências entre cada segmento espectral. A
figura 3.14 mostra duas ondas senoidais com uma pequena diferença em valores de frequência.
Conforme o método, os frames do sinal são divididos dentro das N amostras. As janelas nesse
caso não estão sobrepostas para facilitar a explicação. O primeiro sinal tem a frequência de fNs e
ela, de fato, cai exatamente no primeiro segmento espectral. A segunda senoide, por sua vez, tem
uma frequência levemente maior que o primeiro sinal. Observe que a amostra não está centrada
no primeiro segmento, embora sua energia esteja principalmente no centro dele.

Figura 3.14: Ondas senoidais com pequena diferença na frequência e fase.

A informação de fase dos dois frames sucessivos é relevante. Pois o primeiro sinal, não há
diferença de fases entre os dois frames. Por outro lado, para o segundo sinal, a fase do primeiro
segmento é maior que zero. Isso implica que a componente do sinal que correspondente para este
segmento é maior que na frequência desse segmento, pois a energia da componente de frequência
ora pertencente ao próximo frame i está ainda contida no frame i ´ 1. A diferença de fase entre
dois frames é referenciado no código como phase-shift p∆φa rksqi no intervalo de ´π a π. Sem a
sobreposição, a frequência real pωtrue rksqi pode ser obtida de um deslocamento de fase p∆φa rksqi

40
e um intervalo de tempo ∆ta entre dois frames conforme visto na equação 3.9. O intervalo de
tempo ∆ta é o número de saltos hopa dividido pela frequência de amostragem fs .

p∆φa rksqi
pωtrue rksqi “ (3.9)
∆ta

A equação supracitada é menos complexa pois trata-se de um sinal não sobreposto. No caso
mais complexo, o desvio de frequência para o primeiro segmento é calculado e então sobreposto.
Essa quantidade é adicionada ao segmento de frequência para obter a real frequência daquele
componente dentro do frame. As equações 3.10, 3.11 e 3.12 ilustram esse procedimento. A va-
riável pφa rksqi´1 e pφa rksqi correspondem a fase do frame anterior e o frame presente respectiva-
mente. Também, ωbin rks corresponde a frequência do segmento, p∆ωrksqi o desvio de frequência
e p∆ωwrapped rksqi corresponde o desvio de frequência sobreposta (wrap-frequency).

pφa rksqi ´ pφa rksqi´1

p∆ωrksqi “ ´ ωbin rks (3.10)
∆ta

p∆ωwrapped rksqi “ mod rpp∆ωrksqi ` πq, 2πs ´ π (3.11)

pωtrue rksqi “ ωbin rks ` p∆ωwrapped rksqi (3.12)

A nova fase de cada fragmento pode ser então calculada adicionando a fase deslocada reque-
rida para assim evitar-se a descontinuidade dos segmentos. Isso é feito multiplicando a frequência
real com o intervalo de tempo do estágio de síntese, conforme mostrado na equação 3.13:

pφs rksqi “ pφs rksqi´1 ` ∆ts .pωtrue rksqi (3.13)

A fase do frame anterior, por síntese, já é conhecida desde que ela á foi calculada pelo algo-
ritmo de recursividade. Por fim, o novo espectro é então obtido conforme a equação 3.14:

|pXs rksqi | “ |pXa rksqi | =pXs rksqi “ pφs rksqi (3.14)

Síntese: Agora, como já gerenciado o ajuste de fase no domínio da frequência para as

sequências de frames, será preciso agora retornar ao domínio do tempo. Para isso aplicamos
a Transformada Inversa Discreta de Fouriter (IDFT) para cada frame do espectro. O resultado é
então um janelamento com a janela apropriada (Hanning ou Blackman) obtendo qi rns. O janela-
mento é usado dessa vez para suavizar o sinal. Esse processo é descrito na equação 3.15:

41
 ˜ ¸
N ´1
1 ÿ 2πkn
qi rns “ pXs rksqi e´j N wrns n “ 0, 1, 2, ..., N ´ 1 (3.15)
N k“0

Cada frame é estão sobreposto conforme mostra a equação 3.16. A variável L corresponde ao
número de frames e urns representa a função degrau unitário.

L´1
ÿ
yrns “ qi rn ´ i.hops sturn ´ i.hops s ´ urn ´ i.hops ´ Lsu (3.16)
i“0

3.3.1.3 Reamostragem do Sinal

Agora que temos o nosso sinal sem descontinuidades podemos agora estica-lo ou comprimi-lo
no tempo e suas componentes de frequências não serão alteradas. Agora, podemos re-amostrar o
sinal e volta-lo para a duração inicial e então deslocar a sua frequência. Supondo que dado uma
taxa de amostragem queremos dobrar a frequência - 1 pitch de 1 oitava. A maneira mais fácil de
fazer é escolher apenas uma amostra de duas e produzir o resultado. Isso é fácil, porque quando
dobramos a frequência, lidamos com um fator de escala que é um número inteiro. Para fatores
de escala não inteiros (1 semitom por exemplo - 1.0594) é usado uma interpolação linear para
aproximar a amostra que deveria estar naquele local.

Figura 3.15: Reamostragem do Sinal utilizando duas vezes o valor da amostra anterior

42
 3.3.1.4 Peformance

Considerando agora a possível implementação no microcontrolador MSP430, deve-se consi-

derar que o tempo de processamento do sinal é cada vez menor, quanto menor for a quantidade
de amostras não sobrepostas (overlapping). Por exemplo considerando uma taxa de amostragem
de 44100Hz podemos considerar que cada frame possui 1024 amostras cada qual é sobrepostas
a uma margem de 75%. Isso implica que cada bloco terá 256 amostras e um novo frame estará
pronto para ser processado. Logo o tempo máximo para o processamento de um frame de 1024
amostras é dado por:

hopa 256 amostras

tprocess “ “ “ 5, 81 ms (3.17)
fs 44100 amostra/segundo

Após a fase de análise de dados, bem como o processamento do sinal através da aplicação da
FFT nas amostras, vem a fase de síntese que consiste em transformar o banco de frames para o
domínio do tempo com a Transformada Inversa de F ourier.

3.4 BLOCO 3 - DELAY TIME - REVERB EM CONVOLUÇÃO

A onda sonora emitida pelo instrumento se espalha no ambiente. primeiro, chega diretamente
ao ouvinte, mas segue seu caminho, para várias direções, e atinge superfícies e refletem-se para
outras direções. Conforme mencionado na seção 1.1.2, num curto espaço de tempo, o campo
sonoro dentro da sala estará um verdadeiro caos. Milhares de ondas sonoras, de diferentes inten-
sidades e fases, seguem o som original da fonte sonora, criando o que chamamos de reverberação.
O fato é que o som final (resultante do som direto, das reflexões primárias, fortes e espaçadas
e do campo reverberante que soa como uma cauda), depende totalmente da posição da fonte
sonora, da posição do ouvinte (ou do microfone), da geometria da sala, de seu tamanho e dos
revestimentos existentes. Cada sala tem o seu próprio tipo de reverb. Para efeitos deste texto
(mesmo porque cada literatura trata o assunto de uma maneira diferente), chamaremos de Reverb
todo o som que segue o original. Portanto, o conjunto de reflexões primárias e tardias, que
dependem das características acústicas da sala.
Em outras palavras, podemos dizer que toda e qualquer sala possui uma “impressão digital”,
única, característica, que determina como o som se comportará dentro dela. Algumas impressões
digitais são bem conhecidas, sendo que a grande maioria das pessoas identifique facilmente se
um som foi gravado ou está sendo gerado dentro de um ginásio de esportes, ou de uma catedral,
cavernas, banheiros, salas de concerto, etc (REISS, 2014).
A grande vantagem nesse caso de usar o reverb de convolução é justamente utilizar uma
forma de resposta impulsional daquele ambiente e depois "filtrar"(convoluir) o sinal original com
essa resposta, muito semelhante ao que é feito com o filtro de resposta finita, conforme visto na

43
equação 3.18.
Dado um sinal de entrada s, o sinal filtrado de saída r será a convolução de s pela resposta ao
impulso de hr0s, hr1s, ...., hrn ´ 1s, onde h é o modelo característico do ambiente sonoro.

N
ÿ ´1
rrns “ ps ˚ hqrns “ srn ´ kshrks (3.18)
k“0

Embora a convolução seja uma técnica matemática bastante útil, ela é demasiadamente pe-
sada em termos computacionais. Para uma simulação real de um ambiente natural, é necessário
uma resposta ao impulso, no mínimo, de 2 segundos segundo (REISS, 2014). Perceba que para
o processamento de uma amostra do sinal com um reverb de convolução, as operações de multi-
plicação e acumulação deve ser avaliadas para todo o tamanho da resposta ao impulso. Tomando
nota de um pequeno exemplo: se assumimos um sinal a 44.1kHz de taxa de amostragem e que a
resposta ao impulso tenha apenas 1 segundo de duração, teremos mais ou menos 2 ˚ 109 adições
e multiplicações sendo requeridas por segundo. Não obstante, mesmo dentro dessa realidade há
algumas técnicas3 que podem reduzir essa quantidade demasiadamente grande de operações, as
quais, infelizmente, não serão aplicadas neste trabalho.

3.5 BLOCO 4 - CONVERSÃO D/A - COMUNICAÇÃO I2 C E MCP

4725

3.5.1 Limitações do MSP430F5529LP

Dentro do contexto do projeto de avaliação de desempenho de um microcontrolador no pro-

cessamento de sinais digitais de áudio, o modelo em questão não possui um conversor Digital
Analógico Integrado. Dessa forma é necessário um módulo externo, MCP 4725 - figura 3.16,
responsável para a conversão das amostras digitais do µC.

3.5.2 Características do Hardware e Operação

A interface I 2 C implementada nos MSP430 possui as seguintes características, dentre outras:

´ Transferencia de byte e word;

´ Suporte de endereçamento de 7 a 10 bits;

´ Velocidade de 100 a 400 Kbps;

3
Uma das técnicas chama-se de convolução rápida - fast convolution, ou seja, a grosso modo é utilizar a operação
de Transformada Rápida de Fourier como base para a operação da Convolução pois exige-se uma ordem menor de
operação - N logpN q

44
Figura 3.16: MCP4725 Especificações

´ Tensão de Operação 2.7„ 5,5V;

´ Resolução: 12 bits;

´ Interface: I2 C;

´ End. I2 C: 0x62 (pino A0 - LOW) ou 0x63 (pino A0 - HIGH)

A operação da interface USART no modo I 2 C é selecionada pelos bits UxCTL:SYNC = 1 e

UxCTL:I2C = 1. O módulo do MSP430F5529 pode funcionar em quatro modos de comunicação:
transmissor mestre, receptor mestre, transmissor escravo e receptor escravo. No caso do projeto,
precisamos apenas avaliar o desempenho do modo transmissor mestre pois apenas enviaremos os
dados ao MCP4725.
A seleção entre a operação no modo mestre é feita pelo bit U0CTL:MST: que em nível "1"te-
remos o modo ativado. A seleção entre a transmissão é feita pelo bit I2CTCTL:TRX, a qual
depende do modo de operação da I 2 C: Para o modo mestre e modo de transmissão teremos
TRX=1.
Além disso, quando o módulo funciona como transmissor, existem ainda duas possibilidades
de operação: a contagem automática do número de bytes transmitidos (bit 12CTCTL:I2CRM=0)
ou controle manual dessa operação (bit I2CTCTL:I2CRM = 1). O controle automático do número
de bytes transmitidos utiliza um registrador para armazenar a quantidade total de bytes a ser
transmitida (excluindo-se o primeiro de controle). Um contador interno é inicializado com o
valor desse registrador e decrementado a cada byte transmitido. Quando o contador chega a zero,

45
a transmissão pode ser automaticamente finalizada por uma condição de parada.
Assim, os passos para realizar uma transmissão utilizando o modo mestre com contagem
automática:

1. Aguarda-se que o módulo I2 C esteja liberado (bit I2CDCTL:I2CBUSY = O).

2. Configura-se o módulo para o modo de transmissão (l2CTCTL:I2CTRX = 1).

3. A quantidade de bytes de dados a serem transmitidos deve ser carregada no registrador

I2CNDAT.

4. Apaga-se o flag de interrupção de transmissão (I2CIFG:TXRDYIFG) e habilita-se a inter-

rupção de transmissão do módulo (l2CIE:TXRDYIE = 1).

5. Ao setar o bit I2CTCTL:I2CSTT, a transmissão tem início. Primeiramente é transmitido o

endereço do escravo (1 ou dois bytes, conforme a modalidade de endereçamento utilizada)
mais o bit R/W. Repare que, emitida a condição de partida, o bit I2CSTT é automaticamente
apagado pelo hardware.

6. Após o início da transmissão, o flag I2CDCTL:I2CBB é setado indicando que o barramento

I2 C encontra-se ocupado e o flag I2CDCTL:I2CBUSY é setado indicando que a USART
encontra-se ocupada.

7. Após a transmissão de cada byte, o transmissor mantém a linha SDA livre no nono ciclo
de clock, de forma que o receptor possa reconhecer a informação (mantendo-a em nível
"O", gerando o sinal ACK). Caso o receptor reconheça a transmissão (ACK = O), o trans-
missor dá prosseguimento a ela. Caso o receptor não reconheça a transmissão por algum
motivo (ACK = 1), o transmissor aborta a transmissão e seta o flag de não-reconhecimento
(I2CIFG:NACKIFG).

8. Encerrada a transmissão (com uma condição de parada), os flags 12CSTP, 12CMST, 12CBB
e 12CBUSY são automaticamente apagados.

46
 4 SIMULAÇÕES E RESULTADOS

Neste capítulo, serão apresentados os resultados experimentais de todo o processo de obtenção

do efeito de Reverb Shimmer, bem como alguns resultados de testes de pequenos algortimos
implementados no microcontrolador MSP430F5529 com seu conversor Analógico Digital de 12
bits e a comunicação I2 C entre o µC e o dispositivo MCP 4725.

4.1 DESCRIÇÃO DOS EXPERIMENTOS

Os experimentos ora mostrados foram realizados de forma a demonstrar toda a abordagem de

aprendizagem durante o projeto. Conforme será explicado na conclusão do trabalho, posto que
foi identificado, através de experimento e cálculos realizados na implementação as limitações do
hardware proposto para a execução do código do efeito digital em si.
Os resultados das simulações serão divididos da seguinte ordem:

1. Comparativo da quantização de um sinal de áudio com resoluções de 16 e 12 bits;

2. Comparativo da quantização de um sinal de áudio com resoluções de 12, 10 e 8 bits;

3. Filtragem do sinal de áudio de 12 bits com frequência de corte igual a 2kHz.

4. Análise espectral do sinal de áudio de 12 bits e o algoritmo de pitch-shifter.

5. Análise espectral do sinal de áudio de 12 bits do áudio com deslocamento de 1 oitava pitch-
shifter e o efeito shimmer.

Para os experimentos acima mencionados serão utilizados os seguintes dados mostrado na

tabela 4.1:
Fonte de Áudio ’guitar-clean16.wav’ - som de guitarra limpa
Taxa de Amostragem 44100 Hz
Número de Canais 1 canal mono

Tabela 4.1: Dados relativos as simulações no computador

Outro experimento foi a realização de testes com o conversor ADC12 do microcontrolador

MSP430F5529 e também do módulo de conversão digital-analógico MCP4725 de 12 bits. Os
dados utilizados foram o seguinte:
Esses resultados das figuras são apenas a título de informações preliminares na escolha da
resolução adequada para que o sinal seja tratado posteriormente no microcontrolador. Nesse

47
caso, posto que o conversor em questão seja de 12 (doze) bits percebe-se que não há uma perda
significativa na resolução do sinal, bem como audivelmente não se percebeu grande perda de
qualidade em relação ao áudio original em 16 bits.

(a) Quantização do sinal de áudio em 12, 8 e 4 bits PCM

(b) Quantização do sinal de áudio em 10, 12 e 16 bits PCM

Essa resposta do filtro passa baixa (figura ??) com frequência de corte igual a 2kHz. Esse
filtro foi utilizado o número de 51 Taps. Nota-se que a atenuação começa a partir da frequência

48
 Figura 4.1: Resposta do filtro FIR-Passa-Baixa com janela Blackman

sec
frrad{sampless “ frcycles{secs ¨ samples rad
¨ cycle ñ frrad{sampless “ frcycles{secs ¨ 2π
fs
ñ f “ 44100 ˚ 0.2{2π “
1403.74Hz.
A seguir temos nas figuras 4.2(a) e 4.2(b) os áudios para serem utilizados no processo de
convolução com o sinal original, originando o efeito de reverb em convolução.
Resultado da resposta em frequência (figura 4.3) da aplicação do filtro FIR-passa-baixa no
sinal original de 12 bits:
Agora segue os resultados aplicando o algoritmo do pitch-shifter no sinal filtrado de 12 bits.
Finalmente o espectro dos sinais: original 12 bits, do pitch-shifter e do aúdio com o efeito
shimmer.

4.2 ANÁLISE DOS RESULTADOS

4.2.1 Do desempenho do Código MATLAB

Avaliando a figura 4.4 que demonstra o resultado do efeito de deslocamento seletivo em

frequência (pitch-shifter) aplicado ao sinal filtrado observamos claramente para um deslocamento
de 1 oitava (para a nota A3 = 220Hz), percebemos que a resposta em frequência bate exatamente
no valor que é o dobro (212{12 ) - A4 = 440Hz. Concluindo que o algoritmo de fato desloca em
saltos de meio tom a frequência do sinal, em outras palavras, consegue alterar o pitch do sinal
sem alterar sua duração temporal.
Não obstante, analisando o mesmo efeito só que agora com diversas notas tocadas (figura
4.4(a)) ao mesmo tempo (harmonia) percebemos que o efeito tem certas diferenças em termos

49
 (a) Espectro de frequência de uma resposta impulsional de um som oriundo do
Palácio de Falkland Palace in Fife.

(b) Espectro de frequência de uma resposta impulsional de um som oriundo de uma

empty warehouse (armazem vazio).

Figura 4.2: Respostas Impulsionais de Ambiente: Exemplos retirado do website: OpenAir.

de amostragem das frequências que foram deslocadas do sinal. Isso é facilmente explicado e já
mencionado no parágrafo 3.3.1.2 da seção que fala sobre phase-vocoder, que diz que a energia
das frequências ora existentes entre dois segmentos de frequências (bins) consecutivos, terá seu
valor distribuído entre esses dois segmentos.

50
 Figura 4.3: Espectro de frequência do sinal original 12 bits e o sinal filtrado pelo filtro casual FIR.

Foi também testado diferentes valores de espaçamentos entre os frames com fatores menores
de 75% de preenchimento, os quais apresentaram muito ruins em termos de qualidade no som.
Em outra linha, e para o exemplo ora apresentado neste trabalho, foi considerado um overlap
muito menor do que 25%, bem como um janelamento bem maior que 1024 amostras.

4.2.2 Desempenho do DAC-MCP4725

Bem, o módulo MCP4725 foi testado de diferentes maneiras. A primeira e mais simples foi
aplicar um sinal constante DC o qual era lido pelo conversor DAC e enviado a um multímetro.
Foram colocados os valores de 0´p0V q, 2048´p2.5V q e 4095´p5V q. Outro teste mais elaborado
foi avaliar a saída do MCP4725 submetido a um trem de valores lineares que variassem de 0 até
4095. Como vocês podem notar o conversor DAC obteve valores muito satisfatórios.

51
(a) Análise espectral de um áudio de guitarra tocando um acorde dedilhado. Pitch-shifter utilizando deslocamento
de 1 oitava.

(b) Espectro de frequência do sinal original 12 bits, do pitch-shifter com deslocamento de 1 oitava, e o efeito
shimmer.

52
Figura 4.4: Análise espectral de um sinal puro de guitarra tocada na nota Lá - A2 = 220Hz e o efeito
pitch-shifter utilizado deslocamento de 1 oitava.

53
 (a) Valor da amostra igual 0.

(b) Valor da amostra igual a 1024

Figura 4.5: Teste de valores DC através de software e transmitidos através da interface I2 C do MSP430 e
lida por meio de um multímetro nos terminais do DAC MCP4725.

54
Figura 4.6: Teste com um vetor de valores lineares avaliados entre 0 até 4095.

55
 5 CONCLUSÕES

Neste presente trabalho foi proposta a implementação, em software, do efeito ressonante se-
letivo em frequência denominado Reverb-Shimmer, bem como a análise de desempenho da con-
versão AD e DA no microcontrolador MSP430F5529 da Texas InstrumentsT M . Os resultados
oriundos da amostra de áudio sem o efeito utilizando o código em MATLAB® mostraram-se qua-
litativamente satisfatórios. No outro viés, foram feitas implementações da performance do micro-
controlador nas etapas de conversão Analógica Digital e Digital Analógica, em face da realidade
de embarcamento do código ora implementado no software MATLAB® .

5.1 REALIZAÇÃO DO PROJETO

O projeto foi executado dentro das limitações impostas de hardware do uC MSP430F5529LP

no quesito de seu desempenho de conversão digital analógica, suas interrupções, período de amos-
tragem bem como sua integração com o conversor Digital-Analógico MCP4725 através da inter-
face I 2 C.
Não foram avaliados, no entanto, o desempenho do dispositivo na aplicação dos filtros digitais
e do modelo ora projetado no software MATLAB® que demonstrou o efeito de reverb-shimmer em
si. Muito embora, essa parte do projeto estivesse dentro do escopo inicial do trabalho, foi encon-
tradas dificuldades em se trabalhar com operações matemáticas não usuais a um microcontrolador
como as abordadas no capítulo que descreve a técnica de phase vocoder.
Foi constatado que o efeito reverb-shimmer possui uma grande complexidade em termos de
estabilidade, pois, conforme observado nas simulações, a malha de realimentação com o bloco
de atrasos aleatórios podem deixar o sistema instável e com isso efeitos indesejados no resultado
final. Além disso, para obtenção do efeito seletivo em frequência pitch-shifter, conforme expli-
cado em detalhes na seção 3.3.1.2, são necessárias diversas etapas de síntese e processamento do
sinal, por vezes, manipulando valores em ponto flutuante, realizando operações de transformada
direta e inversa de Fourier, as quais o MSP430 não suporta.
Dentro dessa realidade, podemos dizer que o objetivo do trabalho foi alcançado com respeito
a implementação do modelo matemático do projeto do efeito ressonante seletivo em frequência,
entender suas limitações dentro do contexto de filtros digitais, seu critério de estabilidade e con-
substanciar elementos necessários para que seja aplicado dentro de um contexto de projeto de
hardware.

56
 5.2 LIMITAÇÕES DO TRABALHO

Considerando a seção 5.1, vale destacar, por ora, que a realização em hardware foi a maior
dificuldade encontrada dentro do projeto por conta das escolhas dos parâmetros limitantes, tais
como:

1. Resolução da conversão - 12 bits;

2. Período de Amostragem do Timer;

3. Imprecisão nas amostras coletadas;

4. Impossibilidade de trabalhar com ponto flutuante e realização de operações matemáticas

não usuais, tal como operações com números complexos (arco-tangente, raiz quadrada).

Diante disso foi necessário concluir o trabalho apenas entendendo as limitações de hardware
dos conversores Analógico Digital e Digital Analógico baseado em amostras convenientemente
escolhidas, como um sinal DC ou um trem linear de dados. Por outro lado, não se avaliou o
desempenho com os códigos ora projetados no MATLAB® para o microcontrolador em questão,
devido ao tempo dispendido no projeto.

5.3 TRABALHOS FUTUROS

Como sugestões para continuação tanto do estudo do efeito ressonante e seletivo em frequên-
cia reverb-shimmer bem como sua implementação em um microcontrolador ou DSP, podemos
elencar os pontos que podem ser abordados:
Estudo de utilização de outro modelo de implementação de reverb na cadeia de realimenta-
ção do modelo do comb-filter, tais como o Schroeder’s Reverberator ou Moorer’s Reverberator
(REISS, 2014) que possuem mais opções de ajustes do efeito do que o reverb de Convolução.
No caso desse presente trabalho a principal sugestão é no quesito da implementação do efeito
reverb-shimmer num microcontrolador para que seja avaliado seu desempenho em tempo de exe-
cução. Outro detalhe é realizar os testes em linguagem C com o código que implementa o efeito
seletivo em frequência pitch-shifter e seu desempenho em sistemas embarcados.
Além do itens anteriores e não menos importante, é a elaboração de uma robusta documenta-
ção para disponibilização do código para qualquer projeto de sistemas microprocessados princi-
palmente aplicados aos mais populares DSP do mercado.

57
 REFERÊNCIAS BIBLIOGRÁFICAS

ABEL, J. S.; BERNERS. Spring reverb emulation using dispersive allpass filters in a waveguide
structure. In: Audio Engineering Society Convention 121. [s.n.], 2006. Disponível em:
<http://www.aes.org/e-lib/browse.cfm?elib=13788>.

BRAGA, N. C. Curso de Eletrônica - Eletrônica Digital - 2. [S.l.]: Instituto Newton C. Braga,

2012.

CHAKRABORTY, S. Advantages of blackman window over hamming window method for

designing fir filter. International Journal of Computer Science & Engineering Technology
(IJCSET), 2013. ISSN 2229-3345.

DAVIES, J. H. MSP430 Microcontroller Basics. NEWNES, 2008. ISBN 0750682760.

Disponível em: <http://www.ebook.de/de/product/7025920/john_h_davies_msp430_
microcontroller_basics.html>.

DEMERS FRANCOIS GRONDIN, A. V. L. Guitar Pitch Shifter. 2009. Disponível em:

<http://www.guitarpitchshifter.com>.

HAYKIN, S.; VEEN, B. V. Sinais E Sistemas. Bookman, 2001. ISBN 9788573077414.

Disponível em: <https://books.google.com.br/books?id=tdNYclZwaYIC>.

INSTRUMENTS, N. FFTs e janelamento (windowing). 2016. National Instruments.

KUNDERT, A. WinFilter: The easiest way to design a Digital Filter. 2004. Disponível em:
<http://http://www.winfilter.20m.com/>.

LAROCHE, M. D. J. New phase-vocoder techniques for pitch-shifting, harmonizing and other

exotic effects. IEEE Workshop on Applications of Signal Processing to Audio and Acoustics,
1999.

LATHI, B. P. Modern Digital and Analog Communication Systems. [S.l.]: Oxford University
Press, 1995. ISBN 0030284074.

LYNN, P. A.; FUERST, W. Introductory Digital Signal Processing with Computer Applications
with 3.5 Disk. 2nd. ed. New York, NY, USA: John Wiley & Sons, Inc., 1998. ISBN 0471976318.

OLIVEIRA, F. S. d. A. André Schneider de. Sistemas Embarcados: Hardware e Firmware na

Prática. [S.l.]: Afiliada, 2010.

OPPENHEIN, R. W. S. A. V. Discrete-Time Signal Processing. [S.l.]: Prentice-Hall, 1998.

PARKS, C. S. S. B. T. W. Digital filter design. [S.l.]: Wiley-Interscience New York, 1987. ISBN
0471828963.

PINHEIRO, C. A. M. Sistemas De Controles Digitais E Processamento De Sinais: Projetos,

Simulações E Experiências De Laboratório. [S.l.]: Interciencia, 2017. ISBN 8571934088.

58
PORTNOFF, M. R. Implementation of the digital phase vocoder using the fast fourier transform.
IEEE TRANSACTIONS ON ACUSTICS, SPEECH, AND SIGNAL PROCESSING, 1976.

REISS, A. P. M. J. D. Audio Effects: Theory, Implementation and Application. [S.l.]: CRC Press,
2014.

ROBERTS, C. T. M. R. A. Digital Signal Processing. [S.l.]: Addison-Wesley Company, 1987.

SETHARES, W. A. A Phase Vocoder in Matlab. 1999. Disponível em: <http://sethares.engr.

wisc.edu/vocoders/phasevocoder.html>.

SMITH, J. O. Physical Audio Signal Processing for Virtual Musical Instruments and Digital
Audio Effects. [S.l.]: W3K Publishing, 2010. ISBN 0974560723.

59
 APÊNDICES

60
 I.1 CÓDIGOS EM MATLAB RELACIONADOS AO TRABALHO PRO-
POSTO

Código MATLAB responsável pela realização do efeito shimmer numa amostra de Áudio

Listing 1: Code: "audio.m":Código Matlab para a realização da análise espectral do efeito shimmer em
um sinal de áudio de 12bits/44100Hz
1 clc;
2 clear all;
3 info = audioinfo('guitar.wav')
4 [y,Fs] = audioread('guitar.wav','native');
5 voiceL = y(1:1000000,1);
6 %voiceR = y(:,2);
7

8 for j = 1:15
9 voiceL = [voiceL, bitshift(voiceL(:,j),-1)]; % shift once to ...
the right
10 % voiceR = [voiceR, bitshift(voiceR(:,j),-1)];
11 end
12

13 voice = [voiceL];%todas as taxas de bits por amostras de ...

16bits ate 1
14 %voice = voice/max(max(abs(voice)));
15

16 output12bits = 2\^4.*voice(:,5);%coluna 5 da esquerda 12bits e

17 %coluna 20 do audio direito tbm
18 %12bits
19 output10bits = 2\^6.*voice(:,7);
20 output8bits = 2\^8.*voice(:,9);
21 output4bits = 2\^12.*voice(:,13);
22

23 audiowrite('guitar12bits.wav',output12bits,info.SampleRate);
24 audiowrite('guitar10bits.wav',output10bits,info.SampleRate);
25 audiowrite('guitar8bits.wav',output8bits,info.SampleRate);
26 audiowrite('guitar4bits.wav',output4bits,info.SampleRate);
27

28 info = audioinfo('guitar12bits.wav')
29 info = audioinfo('guitar10bits.wav')
30 info = audioinfo('guitar8bits.wav')
31 info = audioinfo('guitar4bits.wav')
32

33

34 %Amostrando os sinais no tempo

35 figure(1)
36 hold on

61
37 t = linspace(0,1/info.SampleRate,length(voice));
38 plot(t,voice(:,1));%16 bits
39 %plot(t,output12bits);%12 bits
40 %plot(t,output10bits);%10 bits
41 plot(t,output8bits);%8 bits
42 %plot(t,output4bits);%4 bits
43 legend('sinal 16 bits','sinal 8 bits');
44 hold off;
45

46

47 % comparacao valores maximos

48 Max12bits = max(2\^4.*voice(:,5))
49 Max16bits = max(voice(:,1))
50

51 %amostrando o sinal no dominio da freq

52 output12bits = double(output12bits);
53 Y1 = fft(output12bits);
54 N = Fs;
55 transform = fft(output12bits,N)/N;
56 magtransform = abs(transform)/abs(max(abs(transform)));
57 num_bits = length(magtransform);
58 plot([0:1/(num_bits/2-1):1],magtransform(1:num_bits/2))
59 % faxis = linspace(-Fs/2,Fs/2,N);
60 % figure()
61 % plot(faxis,magtransform);
62 xlabel('frequency(Hz)')
63

64 %projetar o filtro
65 [b,a] = butter(8,0.1,'low');
66 H = freqz(b,a,floor(num_bits/2));
67 hold on
68 figure()
69 plot([0:1/(num_bits/2 -1):1], abs(H),'r');
70 hold off
71 figure()
72 output12bits_filtrado = filter(b,a,output12bits);
73 plot(output12bits,'b')
74 hold on
75 plot(output12bits_filtrado,'r')
76 %normalizando
77 output12bits_filtrado = ...
output12bits_filtrado/max(abs(output12bits_filtrado));
78 legend('audio 12 bits','audio 12bits filtrado');
79 audiowrite('guitar12bitsfiltrado.wav',output12bits_filtrado,info.SampleRate);
80

81 hold off
82 %oitavador

62
 83 guitar_oitavado = pitchShift(output12bits,1024,256,2);
84 guitar_oitavado_filter = filter(b,a,guitar_oitavado);
85

86 %pequeno delay
87 leftout=output12bits; % set up a new array, same size as old one
88

89 N=100; % delay amount N/44100 seconds

90

91 for n=N+1:length(guitar_oitavado_filter)
92

93 leftout(n)=output12bits(n)' + guitar_oitavado_filter(n-N); % ...

approximately 1/4 second echo
94 end
95 output12bits = double(output12bits);
96 Y1 = fft(output12bits);
97 N = Fs;
98 transform = fft(output12bits,N)/N;
99 magtransform1 = abs(transform)/abs(max(abs(transform)));
100 num_bits = length(magtransform1);
101 plot([0:1/(num_bits/2-1):1],magtransform1(1:num_bits/2))
102 % faxis = linspace(-Fs/2,Fs/2,N);
103 % figure()
104 % plot(faxis,magtransform);
105 hold on
106 leftout = double(leftout);
107 Y1 = fft(leftout);
108 N = Fs;
109 transform = fft(leftout,N)/N;
110 magtransform2 = abs(transform)/abs(max(abs(transform)));
111 num_bits = length(magtransform2);
112 plot([0:1/(num_bits/2-1):1],magtransform2(1:num_bits/2))
113 % faxis = linspace(-Fs/2,Fs/2,N);
114 % figure()
115 % plot(faxis,magtransform);
116 xlabel('frequency(Hz)')
117 figure()
118 plot(leftout)
119 hold on
120 plot(output12bits)
121 legend('sinal de 12 bits','sinal com pitchshift+delay')
122 leftout = leftout/max(abs(leftout));
123 output12bits = output12bits/max(abs(output12bits));
124

125 audiowrite('shimmerA.wav',leftout,44100)

Cálculo do Conversor DAC de 12 bits. (amostragem Linear) Code: "mcp4725.c":

63
 1 #include <msp430.h>
2 #include <stdint.h>
3 #include "mcp4725.h"
4 #include "lib/lcd/lcd.h"
5 #include "lib/dma/dma.h"
6 #include "lib/port/port.h"
7 #include "lib/clock/clock.h"
8 #include "lib/adc12/adc12.h"
9 #include "lib/timers/timer.h"
10 #include "lib/serial/serial.h"
11

12 #define MCP4725 0x62

13 #define mcpON 0
14 #define mcpOFF1K 1
15 #define mcpOFF100K 2
16 #define mcpOFF500K 3
17

18 uint16_t adcResult;
19 uint16_t data = 0, write;
20

21 int main(void) {
22 watchDogStop();
23 portInit();
24

25 lcdInit();
26 lcdClear();
27

28 clockInit();
29 clockSetDCO(1000000);
30 clockSelect(DCO, SMCLK);
31 clockSelect(DCO, MCLK);
32

33 adc12Init();
34 portRoute2Perif(P6,0);
35

36 //timerSetup(B0,ACLK,UP,3276,1000);
37 TB0CTL = TBSSEL__ACLK | // Select ACLK as ...
clock source
38 MC__UP | // Setup but do not count
39 TBCLR; // Clear timer
40

41 TB0CCR0 = 327; // Convert every 100ms

42 TB0CCR1 = 100; // This can be anything
43 TB0CCTL0 = CCIE;
44 TB0CCTL1 = OUTMOD_3; // Set/reset
45

46 dmaEnable(0);

64
47 dmaTrgr(0,DMA_ADC12IFGx);
48 dmaAddr(0,&ADC12MEM0,DMA_FIXED,&adcResult,DMA_FIXED);
49 dmaMode(0,DMA_RPT_SINGLE_TRANSFER);
50 dmaSize(0,1);
51

52 serialInit(I2C);
53

54 __enable_interrupt();
55

56 //mcpWrite(0x2FF);
57

58 volatile uint16_t recData[4096];

59 uint16_t index = 4096;
60

61 while(index) {
62 while(!write);
63 recData[--index] = adcResult;
64 mcpWrite(index);
65 write = 0;
66 }
67 while(1);
68 }
69

70 void mcpWrite(uint16_t data) {

71 uint8_t vector[2];
72 vector[0] = (data >> 8) & 0x0F;
73 vector[1] = (data ) & 0xFF;
74 serialI2CSendData(MCP4725, vector, 2);
75 }
76

77 #pragma vector=TIMER0_B0_VECTOR
78 __interrupt void isr_tb0_ccr0 () {
79 write = 1;
80 adcDisable();
81 adcEnable();
82 }

Código Auxiliar responsável pelo Efeito Shimmer. Há duas funções aninhadas necessá-
rias que serão inseridas no final do código.

Listing 2: Code: "pitchshifting.m":Código Matlab da função auxiliar responsável pelo pitch-shifter

1

3 function [outputVector] = pitchShift(inputVector, windowSize, ...

hopSize, step)
4

65
 5 %% Parameters
6

7 % Window size
8 winSize = windowSize;
9 % Space between windows
10 hop = hopSize;
11 % Pitch scaling factor
12 alpha = 2^(step/12);
13

14 % Intermediate constants
15 hopOut = round(alpha*hop);
16

17 % Hanning window for overlap-add

18 wn = hann(winSize*2+1);
19 wn = wn(2:2:end);
20

21 %% Source file
22

23 x = inputVector;
24

25 % Rotate if needed
26 if size(x,1) < size(x,2)
27

28 x = transpose(x);
29

30 end
31

32 x = [zeros(hop*3,1) ; x];
33

34 %% Initialization
35

36 % Create a frame matrix for the current input

37 [y,numberFramesInput] = createFrames(x,hop,winSize);
38

39 % Create a frame matrix to receive processed frames

40 numberFramesOutput = numberFramesInput;
41 outputy = zeros(numberFramesOutput,winSize);
42

43 % Initialize cumulative phase

44 phaseCumulative = 0;
45

46 % Initialize previous frame phase

47 previousPhase = 0;
48

49 for index=1:numberFramesInput
50

51 %% Analysis

66
52

53 % Get current frame to be processed

54 currentFrame = y(index,:);
55

56 % Window the frame

57 currentFrameWindowed = currentFrame .* wn' / ...
sqrt(((winSize/hop)/2));
58

59 % Get the FFT

60 currentFrameWindowedFFT = fft(currentFrameWindowed);
61

62 % Get the magnitude

63 magFrame = abs(currentFrameWindowedFFT);
64

65 % Get the angle

66 phaseFrame = angle(currentFrameWindowedFFT);
67

68 %% Processing
69

70 % Get the phase difference

71 ∆Phi = phaseFrame - previousPhase;

72 previousPhase = phaseFrame;
73

74 % Remove the expected phase difference

75 ∆PhiPrime = ∆Phi - hop * 2*pi*(0:(winSize-1))/winSize;

76

77 % Map to -pi/pi range

78 ∆PhiPrimeMod = mod(∆PhiPrime+pi, 2*pi) - pi;

79

80 % Get the true frequency

81 trueFreq = 2*pi*(0:(winSize-1))/winSize + ∆ PhiPrimeMod/hop;
82

83 % Get the final phase

84 phaseCumulative = phaseCumulative + hopOut * trueFreq;
85

86 % Remove the 60 Hz noise. This is not done for now but could be
87 % achieved by setting some bins to zero.
88

89 %% Synthesis
90

91 % Get the magnitude

92 outputMag = magFrame;
93

94 % Produce output frame

95 outputFrame = real(ifft(outputMag .* exp(j*phaseCumulative)));
96

97 % Save frame that has been processed

67
 98 outputy(index,:) = outputFrame .* wn' / ...
sqrt(((winSize/hopOut)/2));
99

100 end
101

102 %% Finalize
103

104 % Overlap add in a vector

105 outputTimeStretched = fusionFrames(outputy,hopOut);
106

107 % Resample with linearinterpolation

108 outputTime = interp1((0:(length(outputTimeStretched)-1)),
109 outputTimeStretched,
110 (0:alpha:(length(outputTimeStretched)-1)),'linear');
111

112 % Return the result

113 outputVector = outputTime;
114

115 return
116

117 function [vectorFrames,numberSlices] = ...

createFrames(x,hop,windowSize)
118

119 % Find the max number of slices that can be obtained

120 numberSlices = floor((length(x)-windowSize)/hop);
121

122 % Truncate if needed to get only a integer number of hop

123 x = x(1:(numberSlices*hop+windowSize));
124

125 % Create a matrix with time slices

126 vectorFrames = zeros(floor(length(x)/hop),windowSize);
127

128 % Fill the matrix

129 for index = 1:numberSlices
130

131 indexTimeStart = (index-1)*hop + 1;

132 indexTimeEnd = (index-1)*hop + windowSize;
133

134 vectorFrames(index,:) = x(indexTimeStart: indexTimeEnd);

135

136 end
137

138 return
139

140

141 function vectorTime = fusionFrames(framesMatrix, hop)

142

68
143 sizeMatrix = size(framesMatrix);
144

145 % Get the number of frames

146 numberFrames = sizeMatrix(1);
147

148 % Get the size of each frame

149 sizeFrames = sizeMatrix(2);
150

151 % Define an empty vector to receive result

152 vectorTime = zeros(numberFrames*hop-hop+sizeFrames,1);
153

154 timeIndex = 1;
155

156 % Loop for each frame and overlap-add

157 for index=1:numberFrames
158

159 vectorTime(timeIndex:timeIndex+sizeFrames-1) =
160 vectorTime(timeIndex:timeIndex+sizeFrames-1) + ...
framesMatrix(index,:)';
161

162 timeIndex = timeIndex + hop;

163

164 end
165

166 return

69