Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Keywords
FFT, STFT, filtro de pre nfasis, espectrograma, ventana
1. Introduccin
Con el objetivo de lograr un mejor procesamiento de la seal de habla, se han ido generando al pasar del tiempo, nuevas tcnicas para lograr dicho cometido. El matemtico Fourier imagino la superficie del ocano como la suma de ondas sinusoidales. Las grandes ondas causadas por la marea o por los barcos (bajas frecuencias) tenan largas longitudes de onda, mientras que las pequeas ondas causadas por el viento u objetos arrojados (altas frecuencias) tenan pequeas longitudes de onda [1]. Este concepto, fue mejorado llegando a la Transformada de Fourier, que es ahora asociada al comportamiento de seales de habla y se considera, herramienta bsica para todo aquel que se involucre en esta rea. La Transforma de Fourier tiene un complejidad computacional cuadrtica, cuestin que es difcil de aceptar donde hay muchos datos que procesar. Ante ello surgi la Transformada rpida de Fourier(FFT)[2] que mejora la complejidad a un tiempo logartmico. La FFT, sin embargo; nos brinda informacin de frecuencia, ms no es localizable en el tiempo. Para solucionar esto se propuso la Transformada de Corta de Fourier, que utiliza ventanas haciendo una mejor localizacin en el tiempo. Para trabajar con la seal de voz y poder llegar a su reconocimiento, es necesario eliminar ciertos defectos que la seal contiene en ciertos casos. Es necesario aplicar filtros, uno de ellos es el filtro de pre nfasis que trata de suavizar el espectro y reducir las inestabilidades de clculo asociadas con las operaciones aritmticas de precisin finita.
5. Espectrograma
En la implementacin del espectrograma, necesitaremos utilizar la Transformada corta de Fourier. Esto nos permitir extraer pequeas submuestras del por segmentos en el dominio de frecuencias. A cada uno de estos resultados, le asignaremos niveles de gris(en este caso) de acuerdo a la magnitud del valor que presenten. En nuestro caso, sern ms oscuras mientras ms grande sea la magnitud y blanco de manera opuesta. Cada uno de los vectores resultantes de la coloracin acorde con la magnitud sern rotados noventa grados para quedar ubicados paralelamente uno tras otro hasta completar todos. El colocar vectores costado uno a uno, facilitar ver la informacin en coordinas de tiempo frecuencia.
6. Experimentos y resultados
Por el momento no ha sido elaborado un testing formal de los resultados versus otras implementaciones, sin embargo se tom en cuenta los ejemplos propuestos en[4], as como la comparacin con resultados obtenidos por funciones dentro el software MatLab. En la Figura 6.1. se puede percibir el plotteo de la magnitud de los coeficientes obtenidos al aplicar la FFT a la seal de la palabra /aabsoluutely/. Se puede apreciar que la transformada arroja valores conjugados a partid la mitad, lo que indicara que solamente la primera mitad es vlida. Asimismo, aplicamos al mismo vocablo la Transformada corta de Fourier (STFT), pudiendo obtener resultados ms localizados dependiendo obviamente del tamao de la ventana considerada. Aqu se considero una ventana de 20 ms con un paso de 10 ms. La siguiente implementacin corresponde al espectrograma. Para ello se opta por una grfica en escala de grises con las caractersticas en los ejes de frecuencias versus tiempo. El espectrograma cuenta con una resolucin razonable para el posible anlisis, adems queda ajustado al tiempo de duracin de la seal propiamente dicha. Se utiliz una ventana de 10ms. En la Figura 6.3. se aprecia el espectrograma de la seal original.
Para el tratamiento del filtro de pre nfasis se opt por implementar un solo mdulo directamente ya que consiste en un proceso simple de aplicacin, en contraste con sus predecesores que requirieron ms trabajo. En la Figura 6.4. se observan los espectrogramas de la seal filtrada a distintos niveles del parmetro a.
7. Conclusiones
Dado los resultados obtenidos en la seccin anterior, podemos concluir en que la implementacin de las tareas planteadas inicialmente han sido logradas con satisfaccin, ya que los valores de las salidas corresponden exactamente a los arrojados por MatLab.
Las implementaciones de por s gozan con cierto esfuerzo. El que ms requiri desarrollo fue el de la Transformada rpida de Fourier y un nivel ms leve la elaboracin de la grfica del espectrograma, considerando al mdulo de Filtrado pre nfasis como la ms simple.
(a)
(b)
(c)
(d) Figura 6.4. Respectivos espectogramas a diferentes valores de a. (a) a = -0.9 (b) a = -0.5 (c) a = +0.5 (d) a = +0.9
Referencias
[1] Gonzalez, R., and Woods, R. Digital Image Processing. Prentice Hall, 2002 [2] J.W. Tukey y J.W. Cooley, "An algorithm for the machine calculation of complex Fourier series", 1965 [3] Chu, E.,A. George. Inside the FFT Black Box Serial and Parallel Fast Fourier Transform Algorithms. CRC Press Boca Raton London. 2000 [4] Guevara, J. Material del curso Tpicos Especiales en Ciencia de la Computacin III. Universidad Nacional de Trujillo. 2008.