Estudiante

Universidad del Quindío, López Orozco. Procesamiento Digital de Señales.

1

Sintetizador de Voz Basado en LPC
Gerardo Andrés López
galoging@gmail.com
Universidad del Quindío

Palabras clave— Sintetizador, detector de voz, filtro
preénfasis, segmento, autocorrelación, periodo, coeficientes,
error.
Abstract— This paper presents the design of a speech
synthesis system in real timebased on linear prediction
coefficients, where this is based on the detector of voice
activity (VAD) to determine which segments of the signal that
you want to synthesize are sound and which do not sound, the
use of autocorrelation to detect the critical period of each
segment of the signal and linear prediction coefficients to
model the vocal tract. Each of the blocks that make up thesynthesizer is performed in MATLAB tool to perform the
relevant simulations.
Key words— Synthesizer, voice detector, preemphasis filter,
frame, autocorrelation, pitch, coefficients and error.

I. INTRODUCCIÓN
La síntesis de la señal vocal es la creación de voz
sintetizada, donde se desea que una máquina sea
capaz de expresarse emitiendo sonidos que se
puedan entender como palabras u oraciones.Esto
conlleva a la comprensión total del proceso del
habla, implicando la interacción de disciplinas en
las que está incluida la fisiología del órgano
humano así como también la lingüística.
La voz se produce en la laringe, que es una
estructura con unos cartílagos flexibles que son el
soporte de las cuerdas vocales. Estas cuerdas
vocales están formadas por unos músculos finos,
quedispuestos en posición horizontal forman una
especie de V. Para producir un sonido en concreto,
las cuerdas vocales se contraen o se alargan. Por

otro lado, también se da un cambio en la presión del
aire al salir a través de los pliegues vocales. Todo
ello produce una vibración que al resonar por la
laringe produce el sonido. Un sonido tiene tres
cualidades básicas; el tono o altura, volumen ointensidad y el timbre o resonancia.
Al espacio situado entre dos cuerdas vocales se
llama glotis, variando este espacio el cuerpo
consigue dar al sonido las cualidades adecuadas de
tono y volumen. La cualidad del timbre la
determina la posición resonadora de la garganta,
boca y nariz, que son cavidades que modulan y
amplifican el sonido de la laringe.
II. PROCESAMIENTO DE VOZ
Elprocesamiento de voz es el estudio de la señal de
voz y las técnicas de procesado de estas señales.
Este procesamiento se divide en distintas categorías:
el reconocimiento de voz, mejora de la señal voz,
codificación de la señal voz y síntesis de voz.
A. Naturaleza de la señal vocal
El análisis de la señal vocal se lleva a cabo
mediante un modelo que describe el proceso del
habla, clasificando lasseñales en dos tipos:
o Las señales sonoras que presentan cierta
periodicidad como se muestra en la siguiente
figura:
Señal Sintetizada
0.15

0.1

0.05

Amplitud

Resumen— Este trabajo presenta el diseño de un sistema de
síntesis de voz en tiempo real basado en coeficientes de
predicción lineal (LPC). Este sistema se encuentra
fundamentado en el detector de actividad de voz (VAD)para
determinar que segmentos de la señal que se quiere sintetizar
son sonoros y cuales no sonoros, se cimenta en el uso de la
autocorrelación para detectar el periodo fundamental de cada
segmento de la señal y en los coeficientes de predicción lineal
(LPC) para modelar el tracto vocal. Cada uno de los bloques
que conforman el sintetizador se realiza a través de la
herramienta MATLAB paraluego efectuar las simulaciones
pertinentes.

0

-0.05

-0.1

-0.15

-0.2

0

50

100

150

200

Muestras (t=N/fs)
Fig. 1. Periodicidad de un segmento sonoro

250

Universidad del Quindío, López Orozco. Procesamiento Digital de Señales.

o Las señales no sonoras también conocidas como
fricativas que presentan aleatoriedad en forma
de ruido blanco como se muestra en...