Conduct Performance-Tests auf einer Audio-Graphic Equalizer
Die eigentliche Behandlung mit einem Zehn-Band-Equalizer ist, dass Sie grafisch die spektrale visualisieren formen, das Sie auf das Signal liefern, durch den Ausgleich bei einem Blick auf die Positionen der Schieber Gain-Regler vorbei, wie dargestellt.
Hier ist eine Sammlung von Python-Funktionen, die genaue Frequenzgang anzuzeigen.
Top-Level-Funktion ten_band_eq_resp (GdB, Q) zeigt den Frequenzgang Größe in einem oberen subplot und die Equalizer-Einstellungen im unteren subplot:
In [337]: ssd.ten_band_eq_resp ([- 6.5,0,0, -1.5,0,4.5,0,9.5,0,0], 3.5)
Um den Betrieb in der Zeitdomäne zu überprüfen, sollten als Eingabe eine Summe von Sinuskurven bei 31,25 Hz und 4.000 Hz. Verwenden Sie die Python-Funktion ten_band_eq_filt (x, GdB, Q) die gefilterte Ausgabe zu erhalten:
In [375]: t = arange (0,0.1,1 / 44100). In [376]: x = cos (2 * pi * 31,25 * t) + cos (2 * pi * 4000 * t) In [377] : y = ssd.ten_band_eq_filt (x, [- 6.5,0,0, -1.5,0,4.5,0,9.5,0,0], 3.5) In [380]: subplot (211) In [381]: plot (t, x) in [385]: subplot (212) In [386]: plot (t, y)
Die Abbildung zeigt den Vergleich des Eingangs (obere subplot) und Ausgang (untere subplot) Wellenformen.
Das untere Teilbild zeigt, dass der Equalizer seine Arbeit getan hat! Die 31,25-Hz-Sinuskurve kleiner ist (um den Faktor 10-6.5 / 20 = 0,473) und die 4-kHz-Sinuskurve größer (um den Faktor 109.5 / 20 = 2.99).