Estimação de Pulso Glotal utilizando Banco de Pulsos Paramétricos

[bibshow file=ref.bib]

 

Objetivos

Estimar, de maneira síncrona, o pulso glotal de Rosenberg ^[1] que melhor aproxima temporalmente o pulso do sinal de voz, utilizando um banco de pulsos glotais e comparando o espectro de cada um dos pulsos com o espectro de um sinal de voz. Assim, é feito o uso de sinais de voz sintetizados, de acordo com a metodologia apresentada no relatório anterior, para a verificação dos resultados. Espera-se que o pulso glotal seja estimado perfeitamente para esses sinais sintetizados.

Metodologia

Modelo de Rosenberg para o pulso glotal

O modelo para o pulso glotal de Rosenberg ^[2] é dado pela seguinte expressão ^[3]:

(1)  

em que e modelam o tempo de abertura e de fechamento da glote, respectivamente, como ilustrado na Figura 1. Comumente, na literatura, .

Estimação de frequência fundamental por autocorrelação

Para a estimação de frequência fundamental () baseada na autocorrelação do sinal, dado um sinal digitalizado , a função de autocorrelação empírica de um sinal pode ser definida como segue ^[4]:

(2)  

em que se pode inferir que o valor máximo da função de autocorrelação é atingido quando . Também se faz notável que, para sinais periódicos, a função de autocorrelação do sinal apresenta a propriedade de manter-se periódica, com o mesmo período do sinal. Isso indica que para (em que é o período e é um número inteiro qualquer), , sugerindo, assim, que a cada ciclo o valor máximo da função de autocorrelação é atingido. Assim, a estimação de é feita por meio dessas propriedades para encontrar o período do sinal e, consequentemente, a frequência fundamental do sinal.

Método para a estimação do pulso glotal

O processo proposto para a estimação do pulso glotal utiliza a frequência fundamental do sinal analisado, obtida por meio da autocorrelação do sinal, para gerar o banco de pulsos. Com o valor estimado da foi possível determinar o tamanho do pulso, em amostras, (). Assim o banco de pulsos foi então gerado assumindo, empiricamente, que , e .

Calculando os espectros por FFT (Fast Fourier Transform) ^[5], o espectro de cada pulso do banco é comparado ao espectro do sinal de entrada por meio do erro quadrático médio. Levando em conta a resposta espectral do pulso de Rosenberg, espera-se que o pulso que apresentar o menor erro indicará o que melhor aproxima o pulso real.

Verificação dos resultados

Para verificar a acurácia do método implementado, foram utilizados sinais sintetizados de acordo com a metodologia proposta no relatório anterior. Assim, foi feita a comparação entre o pulso estimado e o pulso utilizado para a síntese.

Resultados

A implementação do método proposto ainda não está completa, de forma que existem alguns problemas a serem resolvidos. Os resultados preliminares se mostraram inadequados, como pode ser observado na Figura 2.

Conclusão e Próxima Etapa

Uma averiguação mais detalhada da implementação é necessária para que seja possível a obtenção de bons resultados com o método proposto. Assim, a próxima etapa dará continuidade a esse método, buscando solucionar os problemas encontrados. Caso os resultados com os sinais sintetizados se apresentem adequados, será feita, também, a comparação com sinais reais de voz que possuam seus respectivos sinais eletroglotográficos ^[6].

 

References

1. Aaron E Rosenberg (1971): Effect of glottal pulse shape on the quality of natural vowels. Em: The Journal of the Acoustical Society of America, vol. 49, não 2B, pp. 583–590, 1971.
2. (): . .
3. Lawrence R Rabiner and Ronald W Schafer (1978): Digital processing of speech signals. Prentice-Hall, 1978, ISBN: 0-13-213603-1.
4. Lawrence R Rabiner and Ronald W Schafer (1978): Digital processing of speech signals. Prentice-Hall, 1978, ISBN: 0-13-213603-1.
5. J. H. McClellan and R. W. Schafer and M. A. Yoder (2003): Signal Processing First. Pearson/Prentice Hall, 2003, ISBN: 9780130909992.
6. Carole T Ferrand (2001): Speech science: an integrated approach to theory and clinical practice. Allyn & Bacon, 2001.