Určování základního tónu

Matlab:

- načtěte řečový signál (např. oblíbené "létající prase") a rozdělte jej
  na rámce o délce 320 vzorků s frame-shiftem 80 ms (překrytí bude tedy
  240 vzorků). 

- Prostudujte volání přiložené funkce pitchcor, která počítá
  autokorelační funkci ACF a detekuje z ní lag. Pozor, na její vstup
  je třeba dát pouze jeden rámec, musíte tedy pracovat v cyklu. Práh
  thr musíte experimentálně zvolit, začněte např. s 0.5. Dolní a horní
  limit nastavte na 20 a 160 vzorků. 

- detekujte znělost a lag pro všechny rámce a výsledky zobrazte. 
  Použijte subplot (s funkcí axis tight) a podívejte se na souvislost
  detekovaného lagu se signálem. 

Q: kde se detektor nejvíce plete ? 

- Implementujte v Matlabu metodu NCCF pro detekci základního tónu (v
  tomto případě budete muset pracovat s celým signálem, bey předchozího
  dělení na rámce). Inspirujte se pomocným souborem MATLAB2.m u
  přednášky o základním tónu. 

- zobrazte výsledky NCCF, ACF a signál. 

Q: Dosáhli jste zlepšení ?

C/C++

Implementujte detekci základního tónu pomocí NCCF do Vašeho
programového balíku. 

- NCCF potřebuje navíc k současnému rámci ještě část "minulého
  signálu". Musíte řešit její zapamatování. 

- výsledek ukládejte do připravené struktury - stane se součástí
  Vašeho kodéru !