analisis basico de señales de voz en matlab

CAPITULO II Análisis básico de señales de voz

2.1.

Determinación de parámetros básicos de la señal de voz

La voz humana está compuesta por ondas acústicas que viajan a través del aire a
la velocidad del sonido, esto es a 1,244 Km/h (o 340 m/s). Pero esta rapidez no
significa que me pueda comunicar fácilmente con puntos distantes pues la voz
humana se atenúa rápidamente, perdiendoenergía a medida que viaja. Luego de
unos pocos metros ya no podemos escuchar una conversación.
La voz humana por tanto es de la misma naturaleza que el resto de ondas
acústicas y esto ya se conocía desde antes de la invención del teléfono.
Antes de la invención del teléfono también se conocía que existían otros tipos de
ondas llamadas ondas eléctricas que podían ser transmitidas a través de unconductor metálico como un cable de cobre. Este segundo tipo de ondas es de
una naturaleza diferente a las ondas acústicas y viaja a la velocidad de la luz, es
decir aproximadamente 300,000 km/s. Es decir, más de lo que podamos imaginar;
casi instantáneamente desde un punto de vista terrenal. Adicionalmente podemos
controlar la atenuación de estas ondas y hacerlas viajar por grandesdistancias.
Con estos hechos conocidos ya a mediados del siglo 19 es más fácil comprender
que muchos persiguieran la idea de transformar las ondas acústicas en ondas
eléctricas para así poder transmitirlas luego a grandes distancias a través de
conductores metálicos. La cuestión es que había que inventar un dispositivo para
hacer dicha transformación y allí estaba la clave del asunto. Este dispositivo,conocido como micrófono en nuestros días es una parte importante de cualquier
aparato telefónico.
Rango de frecuencias de la voz humana
Otra característica importante de la voz humana es que las cuerdas vocales
modulan la voz en un amplio espectro de frecuencias que van de graves a agudos
en un rango aproximado de 20Hz a 20kHz. Todo un abanico de sonidos.

Esto nos hace suponer que unmicrófono debe ser capaz de capturar y transmitir
todo este rango de frecuencias. Sin embargo, en la actualidad sabemos que para
transmitir voz “entendible” no es necesario transmitir todas las frecuencias sino un
rango mucho menor y transmitir un rango menor de frecuencias tiene sus ventajas
pues facilita la transmisión como veremos más adelante. Por lo tanto los teléfonos
comerciales solotransmiten un rango aproximado de 400Hz a 4kHz. Esto
distorsiona un poquito la voz pero de todas maneras se puede entender. Es por
eso que cuando oímos a alguien por teléfono su voz suena ligeramente diferente
que en la vida real pero aun así podemos entender la conversación.
Forma de onda de la señal de voz

Forma de onda de la palabra 'Explorador'.
La señal de voz está constituida por unconjunto de sonidos generados por el
aparato fonador. Esta señal acústica puede ser transformada por un micrófono en
una señal eléctrica. La señal de voz en el tiempo puede ser representada en un
par de ejes cartesianos. Como todos los sonidos, están formados esencialmente
por curvas elementales (senos y cosenos) pero las posibles combinaciones de
éstas pueden ser complejas. A manera de ejemplo,se muestra la forma de onda
de la palabra ‘explorador’ (Imagen extraída de [Peralta, Cotrina. 2002]). La
representación de la señal de voz en función del tiempo es importante puesto que
brinda información sobre características importantes como la energía y los cruces
por cero, las cuales facilitan su estudio y análisis.

Energía y cruces por cero
La función de energía de una señalrepresenta la energía disipada por una
resistencia de 1 ohm cuando se le aplica un voltaje
. En una señal continua, la
Energía total en el intervalo de tiempo a está definida como:

Para el caso de las señales discretas donde
señal, la energía se define por:

es el número de muestras de la

La variación de energía en la señal de voz se debe a la variación de la presión
subglotal y de la...