Diseño de efectos de audio sobre Raspberry-Pi para ejecución en tiempo real

Abstract

El objetivo de este proyecto es diseñar e implementar una serie de algoritmos que procesen audio en tiempo real, orientados a la elaboración de un procedimiento de aprendizaje ligado al procesado de audio en plataformas de bajo coste. En este caso es utilizado el modelo 3B+ de Raspberry-Pi junto con la tarjeta de expansión de audio Stereo Soundcard de Audio-Injector como sistema de ejecución de los algoritmos. Se utiliza el software Simulink-MATLAB como entorno de desarrollo, y el sistema compuesto por la Raspberry como banco de pruebas. La plataforma de bajo coste se conecta directamente a Simulink para su control y comprobación del funcionamiento. En primer lugar, se han seleccionado, diseñado y desarrollado desde cero los algoritmos que asientan las bases teóricas y prácticas del procesado de audio en tiempo real. El proceso se ha empezado por aquellos de menor complejidad, permitiendo así entender correctamente el entorno de trabajo utilizado durante la implementación de estos. Una vez desarrollados los efectos de audio, se han efectuado pruebas ejecutando estos efectos sobre la Raspberry Pi. Simultáneamente al desarrollo de cada uno de los algoritmos, se han creado recursos didácticos estructurados en prácticas (guiones prácticos, videos explicativos y códigos de muestra). De esta manera, cualquier persona con ciertos conocimientos de MATLAB y Procesado Digital de la Señal puede aprender a desarrollar algoritmos de procesado de audio siguiendo un curso guiado. Finalmente, se ha creado una plataforma web en la que están disponibles todos los recursos didácticos generados, así como proporcionar una vía de comunicación con el usuario, el cual podrá resolver cualquier duda durante el proceso de aprendizaje. Como conclusión, el proyecto desarrollado puede ser perfectamente utilizado como punto de partida para usuarios con bajos conocimientos del tema, permitiéndoles un aprendizaje guiado por medio del uso de guiones prácticos como ayuda tras la adquisición de los contenidos teóricos necesarios. El sistema ha mostrado resultados eficientes y el correcto funcionamiento de los códigos implementados con el uso de apenas un 50% de los recursos hardware de la plataforma de bajo coste. Abstract: The aim of this project is to design and implement a series of algorithms which process audio in real time, led to the elaboration of a learning method dealing with audio processing on low-cost platforms. 3B+ Model by Raspberry Pi together with audio expansion card Stereo Soundcard by Audio-Injector are the resources used for the execution of the algorithms. Simulink-MATLAB is the software used as work environment and Raspberry is the system used as a test bed. The low-cost platform is directly connected to Simulink in order to control and test its functioning. Firstly, the algorithms which settle the theoretical and practical base have been selected, designed and developed from scratch. The process was started at those with less complexity, so that the work environment could be understood correctly during their implementation. Once the sound effects are developed, the testing has been made by executing these effects on the Raspberry Pi. While developing each of the algorithms, some didactic resources have been created and structured into practice (guide notes, explanatory videos and sample codes). Thus, any person with some knowledge in MATLAB and Digital Signal Processing can learn how to develop audio processing algorithms by following a guided course. Finally, a web platform has been created in order to find all the didactic resources generated as well as to provide a means of communication with the user, who will be able to solve any doubt during the learning process. In conclusion, the developed project can perfectly be used as a starting point by users with very little knowledge in the area, allowing them a led learning by using guided notes as a help after the acquisition of the required basic theoretical content. The system has shown efficient results and the correct running of the implemented codes, even though just about a 50% of the hardware resources of the low-cost platform have been used. El objetivo de este proyecto es diseñar e implementar una serie de algoritmos que procesen audio en tiempo real, orientados a la elaboración de un procedimiento de aprendizaje ligado al procesado de audio en plataformas de bajo coste. En este caso es utilizado el modelo 3B+ de Raspberry-Pi junto con la tarjeta de expansión de audio Stereo Soundcard de Audio-Injector como sistema de ejecución de los algoritmos. Se utiliza el software Simulink-MATLAB como entorno de desarrollo, y el sistema compuesto por la Raspberry como banco de pruebas. La plataforma de bajo coste se conecta directamente a Simulink para su control y comprobación del funcionamiento. En primer lugar, se han seleccionado, diseñado y desarrollado desde cero los algoritmos que asientan las bases teóricas y prácticas del procesado de audio en tiempo real. El proceso se ha empezado por aquellos de menor complejidad, permitiendo así entender correctamente el entorno de trabajo utilizado durante la implementación de estos. Una vez desarrollados los efectos de audio, se han efectuado pruebas ejecutando estos efectos sobre la Raspberry Pi. Simultáneamente al desarrollo de cada uno de los algoritmos, se han creado recursos didácticos estructurados en prácticas (guiones prácticos, videos explicativos y códigos de muestra). De esta manera, cualquier persona con ciertos conocimientos de MATLAB y Procesado Digital de la Señal puede aprender a desarrollar algoritmos de procesado de audio siguiendo un curso guiado. Finalmente, se ha creado una plataforma web en la que están disponibles todos los recursos didácticos generados, así como proporcionar una vía de comunicación con el usuario, el cual podrá resolver cualquier duda durante el proceso de aprendizaje. Como conclusión, el proyecto desarrollado puede ser perfectamente utilizado como punto de partida para usuarios con bajos conocimientos del tema, permitiéndoles un aprendizaje guiado por medio del uso de guiones prácticos como ayuda tras la adquisición de los contenidos teóricos necesarios. El sistema ha mostrado resultados eficientes y el correcto funcionamiento de los códigos implementados con el uso de apenas un 50% de los recursos hardware de la plataforma de bajo coste. Abstract: The aim of this project is to design and implement a series of algorithms which process audio in real time, led to the elaboration of a learning method dealing with audio processing on low-cost platforms. 3B+ Model by Raspberry Pi together with audio expansion card Stereo Soundcard by Audio-Injector are the resources used for the execution of the algorithms. Simulink-MATLAB is the software used as work environment and Raspberry is the system used as a test bed. The low-cost platform is directly connected to Simulink in order to control and test its functioning. Firstly, the algorithms which settle the theoretical and practical base have been selected, designed and developed from scratch. The process was started at those with less complexity, so that the work environment could be understood correctly during their implementation. Once the sound effects are developed, the testing has been made by executing these effects on the Raspberry Pi. While developing each of the algorithms, some didactic resources have been created and structured into practice (guide notes, explanatory videos and sample codes). Thus, any person with some knowledge in MATLAB and Digital Signal Processing can learn how to develop audio processing algorithms by following a guided course. Finally, a web platform has been created in order to find all the didactic resources generated as well as to provide a means of communication with the user, who will be able to solve any doubt during the learning process. In conclusion, the developed project can perfectly be used as a starting point by users with very little knowledge in the area, allowing them a led learning by using guided notes as a help after the acquisition of the required basic theoretical content. The system has shown efficient results and the correct running of the implemented codes, even though just about a 50% of the hardware resources of the low-cost platform have been used.