Cubesats

Procesamiento digital de voz

Seminario de Audio
2005
Ernesto López
Martín Rocamora

Producción del habla
Aparato fonador
Corte transversal
de la laringe

Sonidos sonoros y sordosSonidos sonoros
Forma de onda
casi periódica
Vocales, fonemas nasales
Sonidos sordos
Forma de onda
parece aleatoria
Consonantes
como /s/, /f/, /z/

Modelo de producción de la voz
Aproximaciónlineal
Filtro
lineal
Excitación:
Tren de impulos
Rudio gaussiano

Propiedades de la señal de voz
Estacionariedad:
Señal fuertemente no estacionaria, pero se puede asmuir que para pequeñosbloques de muestras la señal
es localmente estacionaria

Largo del bloque de análisis:
Corto - puede no ser suficiente para el algoritmo
Largo - estimaciones son promedios a largo plazo
En generalbloques de 20 a 30 ms son adecuados para la
mayoría de las aplicaciones (160 a 240 muestras @ 8kHz).

Propiedades de la señal de voz
Ancho de banda y fs
La mayor parte de la
potencia de laseñal
se encuentra por
debajo de los 4 kHz
En muchos casos
fs=8kHz es suficiente (ej. telefonía).
Otro tipo de aplicaciones requieren fs
mayores (ej. 16Khz).

Representación espectral
Sonidossonoros
Armónicos igualmente espaciados
modulados por la
transferenica del
aparato fonador
Sonidos sordos
Secuencia aleatoria
Al reducir la varianza de la señal no se
obtiene sólo latransferencia del
aparato fonador

Formantes
La envolvente espectral tiene un conjunto de picos y valles
Los picos se denominan: formantes
La cantidad de
formantes y su
ubicación son
característicasdistintivas de
cada sonido
Las vocales tiene estructuras
de formantes
bien definidas

Teoría de la predicción lineal
Modelo lineal de mecanismo de producción de la voz

Hipótesis: El aparatofonador puede modelarse
por un filtro lineal.

Objetivo de LPC
Estimar la transferencia del filtro en función de las muestras
de entrada y salida.

Teoría de la predicción lineal
Modelo...