Achizitia si prelucrarea semnalului vocal

          În fiecare zi, în fiecare moment, oamenii comunică între ei, adică fac schimb de informaţii.
          Pentru aceasta, oamenii folosesc diferite mijloace, dar cel mai folosit îl reprezintă vorbirea.
          Începute de mai bine de jumătate de secol, cercetările urmărind construcţia unor dispozitive apte să recunoască vorbirea sau să o genereze în mod artificial au luat o amploare notabilă odată cu apariţia si dezvoltarea sistemelor de calcul, iar invazia actuală a acestora în practic toate domeniile activităţii umane pune printre altele si problema asigurării unor interfete utilizator cât mai comode. Dacă pe lângă comoditate considerăm si viteza de introducere sau extragere a informatiilor, limbajul vorbit devine una dintre principalele opţiuni.

          Vorbirea reprezinta principala modalitate de comunicare interumana.Complexitatea acestui proces aparent banal apare in momentul incercarii de a reproduce acest mecanism pe cale tehnica si de a modela aparatul fonator. Producerea vorbirii incepe cu conceptualizarea ideii pe care vorbitorul doreste sa o transmita interlocutorului, urmata de structura lingvistica (alegerea cuvintelor care exprima idea) si producerea sunetelor vorbirii sub comanda creierului.Procesul de producere a vorbirii, tinand cont de complexitatea lui, are mai multe aspecte, astfel: un aspect lingvistic (sintactic, semantic), unul fiziologic (nervi, muschi) si unul fizic (propagarea undei sonore).

          Simplificat mecanismul producerii vorbirii este urmatorul: Plamanii comprimandu-se, vor trimite aerul prin trahee spre exterior.Sub actiunea acestui aer, corzile vocale intra in rezonanta producand sunetul. Rezonanta este determinate de anumite proprietati fizice si fiziologice ale corzilor vocale. Acest sunet este preluat de aerul aflat in miscare si transportat mai departe spre exterior prin tractul vocal. Tractul vocal este compus din cavitatea laringeala, bucala si nazala. Forma acestor cavitati va modula rezonanta acustica fundamentala dand nastere unui sunet produs din multiplii ai frecventei fundamentale de rezonanta. Intensitatea sunetului este direct determinate de presiunea cu care plamanii elimina aerul. Inaltimea sunetului este data de frecventa fundamentala a corzilor. Deoarece tractul vocal se modifica pe durata vorbirii rezulta sunete variate. Aceste sunete se numesc vocale. Tractul vocal produce niste maxime locale in domeniul frecventa. Aceste maxime locale se numesc formanti. Vorbirea nu ar fi posibila fara existenta limbii si buzelor a caror actiune duce la producerea sunetelor numite consoane. Consoanele se produc prin blocarea fluxului de aer sosit de la plamani, cu ajutorul limbii sau buzelor si apoi eliberarea brusca a acestuia. Vorbirea este un process complex care implica un mecanism anatomo – fiziologic dar si memorie si inteligenta capabile sa gandeasca ideile ce vor fi transmise. Sunetele sonore sunt produse prin deschiderea corzilor vocale. Sunetele nesonore se genereaza prin expulzarea ( fortarea ) aerului printr-o constrictie la nivelul tractului care produce o turbulenta, de exemplu /s/ de la sac. Un sunet poate fi mixt daca simultan are caracter sonor si nesonor, de exemplu /z/ de la zmeura. Anumite sunete vocale sunt compuse din scurte zone de liniste urmate de zone sonore, nesonore sau ambele. Aceste sunete ‘’plozive’’se formeaza la inchiderea completa a tractului vocal si crearea unei presiuni in spatele zonei blocate care brusc se deschide. Un exemplu de sunet ploziv( liniste + nesonor ) /t/ de la pat.

          Prelucrarea semnalului vocal se poate face analogic sau numeric. S-a obisnuit a se clasifica diferitele tipuri de prelucrari ale semnalului vocal, desi nu sunt complet independente, astfel:
Analiza – care consta in prelucrarea, filtrarea, esantionarea si prelucrarea esantioanelor in vederea obtinerii unor parametrii si caracteristici acustice.
Sinteza – realizeaza vocea artificial ape baza unor elemente specifice vorbirii ( foneme, demisilabe ) obtinute in faza de analiza.
Recunasterea  vorbirii se face pe baza extragerii unor parametrii si caracteristici ale semnalului vocal si utilizand algoritmi adecvati pentru determinarea cuvantului rostit prin compararea cu niste modele sau referinte.
Compresia semnalului vocal consta in reducerea redundantei semnalului vocal in vederea cresterii eficientei de transmisie sau stocarii prin extragerea unor parametrii si caracteristici semnificative.Pentru procesarea semnalului vocal, fie ca vorbim despre stocare, sau despre prelucrare este necesara captarea si transformarea semnalului sonor intr-o reprezentare intr-un alt domeniu, in domeniul electric.

            Reprezentarea electrica a unui semnal vocal se poate face fie in modalitate pur electrica, in care semnalul electric este analog semnalului vocal, fie o reprezentare codata sau digitala in care informatia digitala stocheaza semnalul vocal intr-o maniera independenta. Un exemplu in demonstrarea celor afirmate este prezentat in continuare prin reprezentarea in mediul Matlab a achizitiei un semnal vocal.
          În acest  exemplu simplu s-a realizat un program ce realizeaza achizitia si reprezentarea semnalului vocal. Achizitia se realizeaza direct din placa de sunet, prin intermediul unui microfon. Codul ce permite achizitia semnalului este prezentat in imaginea alaturată.

          În numărul următor vom prezenta o aplicaţie în Matlab ce permite extragerea frecvenţei fundamentale din semnalul achiziţionat.

% --- Outputs from this function are returned to the command line.
function varargout = sunet_OutputFcn(hObject, eventdata, handles)
% varargout  cell array for returning output args (see VARARGOUT);
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
varargout{1} = handles.output;
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
axes(handles.axes1);
cla;
ai = analoginput('winsound');
addchannel(ai, 1);
ai.SampleRate = 8000;
ai.SamplesPerTrigger = 40000;
ai.TriggerType = 'Immediate';
start(ai);
[d,t] = getdata(ai);
plot(t,d);
zoom on;
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton2 (see GCBO)
% handles    structure with handles and user data (see GUIDATA)

Ing.Zorin Pupăzan
zorinp@yahoo.com

Ing. Viorel Stefan , viorelstefan@rdslink.ro

<< Back