TEST RÁPIDO PRÁCTICA 1:

1.​ Si remuestreamos una señal de audio (usando las funciones adecuadas de Python) con contenido
hasta 20 khz a una frecuencia de muestreo de 10kHz

A. Obtenemos sólo el contenido frecuencial por encima de 10 kHz que se traslada a la banda
entre los 0 y los 5kHz.
​
​ B. Obtenemos sólo contenido por debajo de los 5 kHz, pero no se corresponde con el original
que había en ese margen frecuencial.
​
​ C. Obtenemos un error de ejecución porque se comente aliasing.
​
​ D. Obtenemos sólo el contenido que la señal original contenía por debajo de los 5 kHz.
​
​
2.​ Los picos, o máximos que aparecen en una representación espectral siempre se corresponden con
componentes tonales

​ A. Verdadero
​ B. Falso

3.​ Para mejorar la precisión frecuencial (frecuencias donde aparecen los picos que indican presencia
de componentes tonales) de la información obtenida en el cálculo de la información espectral de
una señal de audio estacionaria

A. Debemos analizar señales cuanto más largas mejor

​ B. Debemos analizar señales cuanto más cortas mejor

​
​ C. Debemos usar un número de puntos espectrales mayor que la duración de la señal
​
​ D. Debemos usar un número de puntos espectrales menor que el de la duración de la señal
​
​
4.​ La frecuencia de alias puede ser mayor que la frecuencia de muestreo

A. Verdadero
B. Falso

5.​ La frecuencia de alias puede ser mayor que la frecuencia original

A. Verdadero
B. Falso
TEST RÁPIDO PRÁCTICA 2

1.​ Si cuantificamos una señal senoidal de amplitud A y otra de amplitud A/2 con el mismo
cuantificador.

​ A. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A.

​
​ B. Obtendremos la misma relación SNR de cuantificación en ambos casos.
​
​ C. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A/2.
​
​ D. Obtendremos un valor de SNR independiente del número de bits del cuantificador, puesto que
las señales a cuantificar son tonales.

2.​ El error de cuantificación de un cuantificador de rango dinámico A, cuando usamos 6 bits para
cuantificar es mayor que cuando usamos 7 bits para cuantificar.

A. Verdadero
​ B. Falso

​
3.​ El ruido de cuantificación de un cuantificador en régimen de funcionamiento de saturación está
acotada y es menor o igual que Q/2, siendo Q el escalón de cuantificación.

A. Verdadero
B. Falso

4.​ La relación SNR de cuantificación de una señal de voz cuando se cuantifica con 6bits es siempre
aproximadamente igual o mayor que 36 dB

A. Verdadero
B. Falso

5.​ Si cuantificamos una señal senoidal de amplitud A y otra de amplitud A/2 con el mismo
cuantificador.

​ A. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A.

​
​ B. Obtendremos la misma relación SNR de cuantificación en ambos casos.
​
​ C. Obtendremos una SNR de cuantificación mayor para el tono de amplitud A/2.
​
​ D. Obtendremos un valor de SNR independiente del número de bits del cuantificador, puesto que
las señales a cuantificar son tonales.
​
TEST RÁPIDO PRÁCTICA 3

1.​ Si deseamos diseñar filtros con bandas de transición muy abruptas y pocos coeficientes es mejor
usar un diseño FIR que IIR

A. Verdadero
B. Falso

2.​ Un filtro resonador con un factor de calidad de 10 y un ancho de banda de 500 Hz estará centrado
en la frecuencia 5000 Hz

3.​ La función iirfilter del módulo signal del paquete scipy diseña filtros paso-bajo por defecto

A. Verdadero
B. Falso

4.​ Un filtro IIR de orden 10 tendrá bandas de transición más abruptas.

A. . Si es de Butterworth.
​
​ B. Si es de Bessel.
​
​ C. Si es de Chebyshev.
​
​ D. Si es elíptico.

5.​ Para diseñar un filtro shelving de segundo orden

A. Tenemos que conocer el factor de calidad y la frecuencia de corte.

B. Tenemos que conocer el factor de calidad y la frecuencia de muestreo.

C. Tenemos que conocer el factor de calidad y la ganancia.

D. Tenemos que conocer la ganancia y la frecuencia de corte.

TEST RÁPIDO PRÁCTICA 4

1.​ Un efecto de vibrato

A. Se modela mediante una modulación angular.

B. Se modela con un filtro FIR.

C. Se modela con un filtro IIR.

D. Se modela mediante una modulación de amplitud.

2.​ Un efecto de vibrato

A. Necesita más memoria conforme la ganancia aplicada a la señal original sea mayor.

B. Necesita más memoria conforme la profundidad del vibrato sea mayor.

C. Necesita más memoria conforme la velocidad de oscilación del vibrato sea mayor.

D. No necesita memoria.

3.​ Un efecto de trémolo,

A. Se modela con un filtro IIR.

B. Se modela mediante una modulación de amplitud.

C. Se modela mediante una modulación angular.

D. Se modela con un filtro FIR.

4.​ La línea de retardo universal con modulación puede implementar efectos similares a los creados
con
A. Modulación de amplitud

B. filtrados genéricos FIR.

​ C. filtrados genéricos IIR.

​
D. modulación angular.

5.​ ¿Cuántas muestras necesitaremos en una línea de retardo para crear un efecto de eco simple sobre
una señal de voz muestreada a 4kHz, si el sonido retardado está a 40ms? Sol: 161
TEST RÁPIDO PRÁCTICA 5

1.​ La instrucción out1,out2=[Link](in1,in2,in3,zi=in4)

A. devuelve out1 del mismo tamaño que in4 y out2 del mismo tamaño que in3

B. devuelve out1 del mismo tamaño que in3 y out2 del mismo tamaño que in3

C. devuelve out1 del mismo tamaño que in3 y out2 del mismo tamaño que in4

D. devuelve out1 del mismo tamaño que in1 y out2 del mismo tamaño que in2

2.​ La instrucción sola(x,200,20,0.95) devuelve un archivo de mayor duración que el original

A. Verdadero
B. Falso

3.​ A partir de una señal a la que se le aplica un alargamiento temporal obteniendo una señal de
duración doble, podemos conseguir un desplazamiento del pitch también donde los componentes
frecuenciales se desplazan a sus frecuencias dobles.
A. Verdadero
B. Falso

4.​ Si no estimamos correctamente el Pitch de una señal de audio

A. El algoritmo Psola realiza correctamente el cambio en la duración de la señal si ningún
artefacto sonoro porque su funcionamiento es independiente de una correcta estimación del Pitch.

B. No se pueden calcular las marcas temporales necesarias en el algoritmo Psola.

C. El algoritmo Psola, aunque consigue variar la duración de las señales, puede provocar ligeras
variaciones en el pitch, más notables conforme el factor de variación temporal alfa sea más
diferente de uno.

D. El algoritmo Psola no consigue variar la duración de las señales adecuadamente.

5.​ Si usamos un tamaño de bloque de 20 ms y un tiempo de salto de análisis de 5ms, ¿Cuál será la
duración máxima que puede alcanzarse para un sonido de audio que tiene una duración original
de 10 segundos al que le aplicamos el algoritmo sola?
A. La que se desee, pues la duración final sólo depende del factor de expansión/compresión alfa.

B. 25 segundos.

C. 20 segundos.

D. 40 segundos.
TEST RÁPIDO PRÁCTICA 6

1.​ Complete la instrucción si desea que una señal de duración 10 segundos, se alargue hasta una
duración de 11 segundos:

out = phasevocoderts(x,fs,0.04,0.010, 0.011 ,'hann')

2.​ Siempre conseguiremos una reconstrucción perfecta si usamos un tamaño de bloque, un tamaño
de salto en análisis y un tamaño de salto en síntesis iguales.
A. Verdadero
B. Falso

3.​ La instrucción y = phasevocoderps(x,fs,0.04,0.010,1.2,'hann'), genera una señal

A. 1.2 veces más corta que x

B. 1.2 veces más larga que x

C. de la misma duración que x

4.​ Si queremos realizar un filtrado en el dominio frecuencial procesando por bloques, usando el
método de solapamiento y almacenamiento con un filtro de 100 coeficientes, el tamaño de bloque

A. No puede ser inferior a 100 muestras.

B. Tiene que ser el doble del tamaño del filtro.

C. No puede ser superior a 100 muestras.

D. Puede ser arbitrario.

5.​ ¿De qué frecuencia proporcionará información el bin frecuencial k=3 de una señal procesada en
frecuencia con un tamaño de bloque L=100 (igual al número de puntos de la FFT) y una
frecuencia de muestreo fs=2kHz? Sol: 60Hz