Centro Federal de Educação Tecnológica Celso Suckow Da

Fonseca – CEFET/RJ

Diretoria de Pesquisa e Pós-Graduação - DIPPG

Coordenadoria de Pesquisa e Estudos Tecnológicos - COPET

RELATÓRIO FINAL DE INICIAÇÃO CIENTÍFICA

PROJETO DE ESTIMAÇÃO DA DIREÇÃO DE CHEGADA (DoA)

Aluno(a):

Priscila Vieira Gameiro (Engenharia de Controle e

Automação/ 5º período) Bolsista CEFET/RJ

Orientador:

Amaro Lima e Thiago Prego

Rio de Janeiro, RJ – Brasil

Agosto/ 2014

RESUMO:

Este artigo tem como objetivo estimar a direção de chegada do

sinal de voz. Para isso foi analisado primeiramente o

processamento de sinal acústico e a construção e utilização de

filtros, sejam estes digitais ou espaciais, em sinais de voz.

Foram analisados principalmente os filtros digitais FIR e IIR.

Foram analisadas as características da reamostragem de sinal e

identificamos as mudanças que o sinal sofre ao ser reamostrado

em diferentes taxas de amostragens. Mediante a isso construímos

dois filtros LPC, onde exploramos a filtragem com sobreposição e

sem sobreposição. Por ultimo exploramos o beamformer, que é

utilizado para estimar a direção de chegada de um sinal, entre

outras características, contudo não houve tempo hábil para que

pudéssemos analisar com melhor clareza esse processo, por isso

há apenas um exemplo restrito onde pudemos verificar a sua

atuação, porém não houve um aprofundamento. Todos os exemplos e

análises feitas nesse projeto foram efetuados com o auxilio do

programa MATLAB e os códigos utilizados estão disponíveis em

anexo

Palavras-chave: Filtro; LPC; Beamformer; FIR

ÍNDICE:

1- Processamento de sinal acústico

4

1.1- Introdução 4

1.2- Filtros 5

1.2.1- Filtros digitais

6

1.3- Janelamento 8

1.3.1- Janela Retangular

9

1.3.2- Janela de Hanning

9

2- Filtragem de sinais de voz

10

3- Filtro LPC 17

4- Beamformer 24

4.1- Beamformer utilizando Delay-and-Sum

25

5-Conclusão 26

Referências Bibliográficas

27

ANEXOS

ANEXO A - Reamostragem de um sinal de voz utilizando o filtro FIRPM 29

ANEXO B – Filtro LPC sem sobreposição

30

ANEXO C – Filtro LPC com sobreposição

31

ANEXO D – Exemplo de um Beamformer 33

1. PROCESSAMENTO DE SINAL ACÚSTICO:

1.1 INTRODUÇÃO

O processamento de sinais é considerado a parte básica do

reconhecimento de voz, pois ele compreende grande parte das

etapas da qual o reconhecimento necessita. O processamento é

responsável por extrair do sinal de voz os dados relevantes do

sinal e menosprezar a informação redundante, com a finalidade de

repassar a informação de interesse à fase de comparação dos

padrões.

Vários passos compõem a etapa de processamento de sinais:

inicia-se com a aquisição do sinal de voz, que pode ser

percebida ao falarmos em um microfone, pois através dele a voz é

convertida em um sinal analógico que alimenta (excita) a placa

de som do computador. Então é utilizado um conversor analógico-

digital, para que o software possa interpretar a voz como dados

digitais, esse conversor filtra o sinal analógico resultante

através de um filtro passa-baixa, chamado também de filtro anti-

aliasing. Este faz uso da transformada discreta de Fourier para

decodificar o sinal [11]. Depois desse passo a diversas formas das

quais os sons digitalizados serão processados, o que varia de

acordo com a aplicação que o programa foi preparado. Em geral

todos os programas utilizam dois componentes primários: modelo

acústico e linguístico.

A filtragem ocorrida no sinal tem o intuito de suprimir as

componentes de frequência superiores à metade da frequência de

amostragem. Critério esse conhecido como critério de Nyquist[12,13]. De todos estes sinais digitais capturados muitos dados são

considerados como ruído e informações desnecessárias para a

caracterização do sinal utilizada. O método para delimitar o

início e o fim de uma amostra é a detecção dos seus endpoints, ou

seja, pontos extremos de uma locução. No reconhecimento de

palavras discretas, parte-se do princípio de que a locução é

precedida e seguida por um período de ruído de fundo ou

silêncio, fazendo-se necessária esta detecção a fim de filtrar o

sinal bruto adquirido.

Uma vez realizada a detecção dos endpoints, o sinal obtido

necessita ser dividido em janelas, as quais representam termos

curtos do sinal, onde se considera que o mesmo seja invariante.

A literatura cita que os intervalos de 10 a 40 ms atendem a este

requisito.

É importante ressaltar que na etapa de utilização do filtro

passa-baixa ocorre também a escolha da taxa de amostragem e a

escolha da precisão de gravação do sinal, a partir do número de

níveis que esse sinal poderá assumir, após ser amostrado. Esses

níveis são representados por uma cadeia de bits e deve ser

escolhido de forma a conseguir uma boa precisão. Quanto maior o

número de níveis maior será a precisão. Uma cadeia de 16 bits

por amostra, o que equivale a 65536 níveis, já é suficiente para

sinais de voz.

Abaixo na figura 1, demonstramos de forma simplificada como

ocorre o processo de codificação do sinal de voz:

Figura 1 - Demonstração da transformação, do processamento do sinal acústico mecânico, em digital.

1.2 FILTROS:

Os filtros são classificados de acordo com a função de

resposta em frequência, ou seja, de acordo com as frequências em

que se tem uma resposta para se recusar ou aceitar faixas de

frequências. Podem ser classificados da seguinte forma:

 

-      Passa-baixas;

-      Passa-altas:

-      Passa-faixa;

-      Rejeita-faixa;

O gráfico de resposta em frequência possui características

próprias para cada filtro, no entanto, existem pontos

importantes que se pode determinar como, frequência de corte,

frequência de corte inferior e superior, banda de passagem,

banda de rejeição e outros. Dependendo do filtro em estudo, ele

pode ter uma frequência central fo e outras duas frequências, uma

frequência de corte inferior, situada a um valor abaixo da

central, e uma outra situada acima da central, denominada de

frequência de corte superior. Essas frequências de corte são

determinadas nos pontos onde o sinal está com metade da potência

da frequência fo[14]. As frequências que estiverem fora dessa

faixa, ou seja, que possuírem menos da metade da energia da

frequência f0, são consideradas não-passantes ou na banda de

rejeição. Outro ponto que podemos citar é a existência da função

transferência dos filtros, muito utilizado nos cálculos e

determinamos por ele, por exemplo, se o filtro que será

projetado é um filtro estável, ou seja, em primeiro lugar num

projeto, devemos definir o tipo de filtro, em segundo analisar

sua função transferência para determinarmos a ordem do filtro,

determinar os polos e zeros, e assim, calcular os valores de

resistores, capacitores e indutores. De acordo com a resposta em

frequência os filtros podem ser classificados como passa-baixa,

passa-alta, passa-faixa e rejeita-faixa, como já citado

anteriormente.

Notemos as principais características desses filtros:

Filtro passa-altas:

Os filtros passa-alta comportam-se de maneira oposta à dos

filtros passa-baixa, permitindo a passagem dos sinais de

frequência superior á de corte. Os sinais de frequência menor

são atenuados.

Filtro passa-faixa: 

Os filtros passa-faixa exibem duas frequências de corte uma

superior e outra inferior. Esses filtros permitem a passagem

de uma banda intermediária de frequências e atenuam as

frequências fora dessa banda.

Filtro corta-faixa: 

Os filtros corta-faixa exibem duas frequências de corte,

uma inferior e outra superior. Porém ao contrário dos filtros

passa-faixa, os filtros corta-faixa produzem atenuação máxima

para os sinais cujas frequências estejam dentro da faixa de

rejeição, que esta localizada entre as duas frequências de

corte. 

Filtro passa-baixas: 

O filtro pode ser caracterizado como um circuito eletrônico

que permite a passagem de baixas frequências sem dificuldades.

Ele também atenua (ou reduz) a amplitude das frequências maiores

que a frequência de corte. A quantidade de atenuação pode variar

de acordo com o filtro.

1.2.1 FILTROS DIGITAIS:O processo de filtragem de sinais pode ser realizado também

digitalmente, como esquematizado a baixo:

O bloco conversor A/D converte o sinal de tempo contínuo

x(t) em uma sequência x[n]. O filtro digital processa a

sequência x[n], resultando em outra sequência y[n], que

representa o sinal filtrado na forma digital. Este sinal y[n] é

então convertido para um sinal de tempo contínuo por um

conversor D/A e reconstruído através de um filtro passa-baixas,

cuja saída é o sinal y(t), que representará a versão filtrada do

sinal x(t)[3].

Quando aplicamos um sinal tipo impulso na entrada do bloco,

obtemos uma sequência y[n] e de acordo com a sua duração podemos

X(t)t)

Y[n]t)A / D

Filtro

Digitalal

D/A Passa Baixa

X[n]t)

Y(t)

caracterizar os filtros em duração finita (FIR – Finite Impulse

Response) ou duração infinita (IIR – Infinite Impulse Response)

[3].

FIR:

Possuem a seguinte equação:

an=0,comn≥1,então:

y [k ]=∑n=0

Nbnx[k−n ]

E são utilizados, pois possuem as seguintes características:

memória finita, portanto qualquer transitório tem duração

limitada; são sempre BIBO estáveis; podem implementar uma

resposta em módulo desejada com resposta em fase linear.

IIR:

Possuem a seguinte equação:

y [k ]=∑n=0

Nbnx[k−n]−∑

n=1

Nany [k−n]

Nesse tipo de filtro observamos: uma operação de forma

recursiva; um bom desempenho em relação ao seu comprimento;

uma maior rapidez se comparado aos filtros FIR; podem se

tornar instáveis. Também pode ser observado que as suas

características de entrada e saída são geradas por equações

Figura 2 - Estrutura básica de um filtro FIR

X(k) T

b0

T

b1

T

b2

++

T

bN-1

++

bN

++Y(k)+

lineares de diferenças com coeficientes constantes de

natureza recursiva, conforme pode se observar na figura a

seguir:

.

1.3 JANELAMEN

TO:

É um recurso essencial para o processamento de sinais, que

consiste em segmentar o sinal, para que ele possa ser

processado e modelado de acordo com o desejado. Contudo ao

efetuar essa segmentação no âmbito da fala, causamos

distorções nos domínios da frequência e do tempo, por isso

X(k) T

b0

T

b1

T

b2

++

T

bN-1

++

bN

++Y(k)+

TT

a0

T

a1

++

T

aN-1

++

aN

++ +

Figura 3 - Diagrama básico do filtro IIR

foram criados diversos tipos de janelas a fim de reduzir ao

máximo essas distorções.

De uma forma geral: a janela retangular não distorce o sinal

no domínio do tempo, entretanto no domínio da frequência é a

que mais apresenta distorções; Na janela de Kaiser [4] a

distorção é minimizada no âmbito da frequência, porém há uma

maior distorção no domínio do tempo. Com isso as janelas mais

utilizadas são as de Hamming e Hanning, pois são as que

possuem um melhor equilíbrio entre as distorções no domínio

do tempo e da frequência. Em análises de voz o tamanho da

janela pode variar entre 10ms e 30ms.

1.3.1 JANELA RETANGULAR:

A janela retangular possui o valor igual a 1 sobre todo o seu

intervalo de tempo. Matematicamente, uma janela de tamanho N

pode ser definida através da equação:

w [n]=1,n=0,1,2,...,N−1

Aplicar uma janela retangular é equivalente a não utilizar

qualquer janela. A janela retangular possui o maior volume de

perda espectral.

Figura 4: Janela Retangular

1.3.2 JANELA DE HANNING:

Esta janela possui uma forma similar aquela de meio ciclo de

uma forma de onda cossenoidal. Uma janela de tamanho N está

definida através da equação:

w [n ]=0,5−0,5cos(2πnN ),n=0,1,2,…,N−1

Figura 5: Janela de Hanning

2. FILTRAGEM DE SINAIS DE VOZUtilizando o filtro FIR, analisamos dois sinais voz:

masculino e feminino. Esses sinais foram filtrados com

diferentes taxas de amostragem para verificarmos as suas

diferenças no domínio da frequência, do tempo e auditivas.

Abaixo verificamos os resultados encontrados para as

seguintes taxas de amostragem: 2kHz, 4kHz, 8kHz e 16kHz

Sinal de voz feminino:

Figura 6 - Sinal antes da filtragem

Figura 7 - Filtro utilizado (FIR)

Figura 8 - Sinal após a filtragem

Figura 9 - Sinal após a reamostragem de 2kHz

Figura 10- Sinal após a reamostragem de 4kHz

Figura 11 - Sinal após a reamostragem de 8kHz

Figura 12 - Sinal após a reamostragem de 16kHz

Sinal de voz masculino:

Figura 13 - Sinal antes do filtro

Figura 14 - Filtro utilizado (FIR)

Figura 15 - Sinal após a filtragem

Figura 16 - Sinal após a reamostragem em 2kHz

Figura 17 - Sinal após a reamostragem em 4kHz

Figura 18 - Sinal após a reamostragem em 8kHz

Figura 19 - Sinal após a reamostragem em 16kHz

3. FILTRO LPC:

O método de análise LPC estima cada amostra de voz baseado

numa combinação linear de p amostras anteriores; um valor de

p maior representa uma maior precisão no processo de

estimação [6]. Existem vários modelos para formulação de um

problema de predição, como a predição de um vetor a partir de

outro e a predição “one-step”, bastante usada em voz, onde P

amostras anteriores são usadas para estimar a amostra atual.

Esta análise fornece um conjunto de parâmetros da fala que

representa o trato vocal [5]. A predição linear pode ser

entendida como o “efeito” de se predizer a nova resposta do

sinal de saída de um sistema, a partir das amostras passadas

do sinal, ou seja, é a tendência de se obter o comportamento

de fenômenos futuros em função de amostras passadas.

Espera-se que, qualquer mudança na estrutura anatômica do

trato vocal, devido à patologia, afete os coeficientes LPC

(Linear Prediction Coding) como também os cepstrais e seus

derivados. Um preditor linear com coeficientes de predição,

α(k), é definido como um sistema cuja saída é dada pela

equação:

s (n )=∑k=1

pa (k )s(n−k)

Onde α(k) são os coeficientes de predição, s(n−k) são as

amostras passadas e p é a ordem do preditor. O método de

autocorrelação e o da covariância são dois métodos padrões

para o cálculo dos coeficientes do preditor.

Para garantir que o erro de predição seja minimizado,

precisamos escolher corretamente os seus coeficientes e para

isso utilizamos o critério de mínimos quadrados, para gerar

esses coeficientes. Para se projetar um preditor, deve-se

dispor inicialmente de um conjunto de amostras do sinal que

se quer prever, para que possam ser calculadas estatísticas

deste sinal, onde o que buscaremos é um preditor que tenha o

menor erro possível. Mais uma vez, ao invés de minimizar a

soma do erro (o que permitiria que erros positivos se

cancelassem com erros negativos), minimiza-se o erro

quadrático médio (EQM), após isso basta derivar o EQM e

igualar a relação a zero para determinar o valor mínimo.

Para o caso de um preditor de ordem M, considera-se

inicialmente sp(n) como uma sequência de amostras preditas por

um preditor linear de M-ésima ordem, da forma:

sp (n )=−∑k=1

Maks(n−k) (3.1)

Onde a(k), com k=1,2,3,...,M, representam os coeficientes do

preditor linear. Tem, os ainda:

e(n)=s(n)−sp(n) (3.2)

Representando o erro de predição entre a amostra atual s(n) e

a amostra predita sp(n).

Substituindo-se (3,1) em (3.2) e tirando-se a transformada Z,

tem-se:

E (z )=S (z )−∑k=1

MakS(z)z−k (3.3)

A eq. (3.3) representa um filtro, ilustrado na figura

abaixo.

Sabendo-se que:

e (n )=s (n )−sp(n) (3.2)

tem-se:

e (n )=s (n )− ∑¿k>¿ a(k)(s−k)¿

¿

e utilizando-se a transformada Z em (3.3) obtêm-se:

E(z )=S(z )− ∑¿ K>¿a(k )X (z)Z−k

¿E (z )=S (z )[1− ∑¿K>¿a(k )Z−k] ¿

E(z )S(z )

=A(z)=1− ∑¿K>¿a(k )Z−K

¿

¿

¿(3.4)

(3.3)

+

-

e(n)sp(n)

sendo , a equação (3.4) pode ser representada por:

onde A(z) é denominado de Filtro Preditor Inverso, sendo

ilustrado na figura abaixo.

A equação (3.5) pode ainda ser representada por:

(3.6)

Deve-se observar que o primeiro coeficiente do preditor, a(0), é

sempre igual a 1. Considerando-se o erro de predição e(n) dado

por:

A obtenção dos coeficientes do preditor é feita através da

minimização do erro quadrático da função e(n), ou seja:

Em

=∑ne2(n)=∑

n¿¿¿¿

Agora os coeficientes do preditor, a(k), serão aqueles que

irão minimizar o erro quadrático. Assim, após derivarmos

obtemos:

Soma do Erro de Predição instantâneoErro Quadrático

(3.5

(3.7)

(3.8

Figura 20: Modelo de Filtro Preditor Inverso

A(z) e(n)

E(z)

s(n)

S(z)

∂Em∂a(k)

=∂∂a(k)

∑n (s(n)−∑

K=1

pa(k )s(n−k))

2

∂Em∂a(k)

=2∑n

¿¿

¿

¿

obtendo-se:

onde

A equação (3.11) representa o mínimo erro quadrático de

saída de um sinal:

∑−∞

∞

s(n).s(n−k)=∑K=1

pa (k).∑

−∞

∞

s(n−k ).s(n−j)

e é conhecida como “equação normal” ou equação “Yule-Walker".

O valor das n amostras em (3.11) seria ilimitado (- < n

< ), onde a “equação normal” para o cálculo dos coeficientes do

preditor, é obtida pela equação (3.12)

(3.12)

onde,

e

(3.13)

são funções simétricas.

No primeiro termo da equação (3.12), tem-se a representação

da função de autocorrelação. Porém, quando o valor médio do

sinal é nulo (sem nível DC) a autocorrelação coincide com a

covariância. O segundo termo é representado por p coeficientes

a(k) que multiplicam a função autocorrelação deslocada, R(k-j).

(3.10)

(3.9

(3.11 j p

(1 j p)

Expressa na forma matricial a equação (3.12) é representada

por:

[ R(0) R(1) R(2) ... R(p−1)R(1) R(0) R(1) ... R(p−2)

... ... ... ... ...R(p−1) R(p−2) R(p−3) ... R(0)

]. [a(1)a(2)...a(p)

]=[R(1)R(2)...R(p)

]que é uma matriz simétrica, e por ter todos os valores iguais

nas diagonais é chamada de Toeplitz. Encontrar os valores dos

coeficientes consiste simplesmente em resolver a equação

matricial. Qualquer método de inversão de matriz poderia ser

usado. Contudo, como é uma matriz Toeplitz, a inversão pode ser

feita rapidamente, usando-se o algoritmo de Levinson-Durbin.

Foram efetuados 2 algoritmos no matlab, o primeiro sem

sobreposição das janelas segmentadas e o segundo com

sobreposição, abaixo estão os resultados encontrados:

Figura 21: Sinal original no tempo

(3.13)

Figura 22: Sinal criado pelo Filtro LPC sem sobreposição no domínio tempo

Figura 23: Sinal criado pelo Filtro LPC som sobreposição no domínio tempo

Figura 24: Sinal Original no domínio da frequência

Figura 25: Sinal gerado pelo Filtro LPC sem sobreposição no domínio da frequência

Figura 26: Sinal gerado pelo Filtro LPC com sobreposição no domínio da frequência

4. BEAMFORMER:

Beamforming é o processo de realização de filtragem espacial,

isto é, a resposta de uma matriz de sensores é feito sensível a

sinais provenientes de um sentido determinado, enquanto os

sinais de outros sentidos são atenuados. Existem vários métodos

de aplicação, incluindo o domínio do tempo e frequência,

dependendo da velocidade de processamento desejado, e o tipo de

sinais a serem processados.

Ele pode ser usado para diferentes fins, tais como a detecção da

presença de um sinal, estimando a direção de chegada (DOA), e

reforçando o sinal desejado a partir suas medidas corrompidas

pelo ruído, fontes concorrentes e reverberação. Como citado

anteriormente um formador de feixe é formulado como um filtro

espacial, que opera nas saídas de uma matriz de sensores, a fim

de formar um feixe desejado padrão, ou seja, o feixe que não

será atenuado. Tal operação de filtragem espacial pode ainda ser

divida em dois sub-processos: sincronização e o chamado delay-

and-sum.

O processo de sincronização consiste em atrasar ou antecipar

cada saída do sensor por uma quantidade adequada de tempo de

modo que os componentes de sinal provenientes de uma direção

pretendida estejam sincronizados. As informações necessárias

nesta etapa é a diferença de tempo de chegada (TDOA), o qual, se

não for conhecida, a priori, pode ser estimada a partir das

medições de matriz usando técnicas de estimativa do tempo de

atraso.

O delay-and-sum é o atraso dos sinais alinhados e, em seguida,

adicionar todos os resultados, de modo a formar uma única saída.

Embora ambos os processos desempenhem um papel importante em

controlar o padrão de feixe array (a parte de sincronização

controla o sentido de direção e do processo de delay-and-sum

controla a largura do feixe do lóbulo principal e as

características dos lóbulos laterais). Em muitas aplicações, os

coeficientes de ponderação podem ser determinados com base em um

padrão de feixe conjunto pré-especificado, mas geralmente é mais

vantajoso estimar os coeficientes de um modo adaptativo com base

no sinal e ruído característico.

4.1 BEAMFORMIN

G UTILIZANDO DELAY-AND-SUM:

Têm-se uma matriz de microfones e com isso podemos medir o tempo

de atraso a partir do momento o som atinge o primeiro microfone

até que se atinja o segundo. Se assumirmos onda é originalmente

ente longe que pode tratar da borda da sua propagação como um

avião, em seguida, os atrasos são simples de modelar com a

trigonometria, como mostrado na figura abaixo:

M1 M2 M3 M4 MN

X3(k)θ

Plane wave

X2(k))

X1(k)

X4(k)

XN(k)

d

Suponha que temos uma matriz linear de microfones M1 até Mn, cada

um espaçados d metros distante. Então Ddelay, a distância a mais

que o som tem que viajar para cada microfone sucessiva, é dada

por:

Ddelay=d.cos (θ)

Ao nível do mar, a velocidade do som é 340,29 m/s, o que

significa que o tempo de atraso é:

Tdelay=d

340,29.cos (θ)

Invertendo esse atraso de cada microfone e somando as entradas,

podemos recuperar o sinal original. Se um sinal vem de uma

direção diferente, os atrasos serão diferentes e, como

resultado, os sinais individuais não vão alinhar e tenderão a

anular-se mutuamente quando adicionado. Isto essencialmente cria

um filtro espacial que podemos apontar em qualquer direção,

alterando os atrasos [10].

Para determinar a direção de um sinal veio, podemos varrer nosso

raio ao redor da sala, e registrar a potência total do sinal

Figura 27: Plano de onda para uma array linear de microfones

recebido por cada feixe. A fonte veio da direção com o sinal de

maior poder [10].

5. CONCLUSÃO:

Através das técnicas de processamento do sinal descritas, visa-

se obter informações relevantes para que seja possível obter uma

maior precisão do feixe padrão de voz e retirar deles ruídos

indesejados. Para isso foi necessário entender como é o

funcionamento de filtros digitais, sua segmentação e

características, para depois utilizarmos o beamformer. Contudo

não houve tempo hábil para que fossem estudadas todas as

características desse processamento e as aplicações dele.

REFERÊNCIAS BIBLIOGRÁFICAS:

[1] Rabiner, L. R., Schafer, R.W. Digital processing of

speech signals. Prentice Hall, 1978;

[2] Proakis, J. G., Manolakis, D. G. Digital Signal

Processing: principles, algorithms, and applications. New

Jersey: Prentice Hall, 1996, 968 p;

[3] NETTO, Sergio Lima, Codificação de Voz para Sistemas

de Telecomunicações, Rio de Janeiro.

[4] A. Antoniou, Digital Filters: Analysis, Design, and

Applciations, McGraw-Hill, New York:NW, 2nd, edition, 1992.

[5] RABINER, L. R. and SCHAFER, R. W. Digital Processing

of Speech Signals. New Jersey: Prentice-Hall, 1978.

[6] MONTEIRO, Nathália A. Brunet; VIEIRA, Raissa Tavares;

LUCIENE, Silvana; CORREIA, Suzete. TÉCNICAS DE

PROCESSAMENTO DIGITAL DE SINAIS DE VOZ PARA DETECÇÃO DE

PARALISIA NAS DOBRAS VOCAIS. João Pessoa, Paraíba.

[7] Schafer R. W. and Rabiner L. R., "A digital signal processing

approach to Interpolation", Proceedings of the IEEE, vol. 61,

June 1973.

[8] Shannon C., "Communication in the presence of noise",

Proceedings of the IRE, vol. 37, pp. 10-21, January 1949.

[9] Sotelo J., "Matrix Circuit Descriptions and Test Information",

Interphase Technologies, 1201 Shaffer Road, Santa Cruz,

California, 95060, October 1991.The MathWorks Inc., PRO-

MATLAB. Available at (http://www.mathworks.com ).

[10] BELL, Steven; WEST, Nathan. “Acoustic Beamforming

System Theory and Requirements. Article students IEEE.

[11] Rabiner, L. R., Schafer, R.W. Digital processing of

speech signals. Prentice Hall, 1978;

[12] Proakis, J. G., Manolakis, D. G. Digital Signal

Processing: principles, algorithms, and applications. New

Jersey: Prentice Hall, 1996, 968 p;

[13]Oppenhein, A. V., Schafer, R. W. Discrete Time Signal

Processing, 2.ed. New York: Prentice Hall, 2002;

[14] Chou, W., Juang, B.H. Pattern recognition in speech

and language processing. CRC Press, 2003;

ANEXO A – Reamostragem de um sinal de voz utilizando o filtro FIRPM

clfclear all [y, Fs] = wavread('C:\Users\Priscila\Documents\Cefet\IC\Sons Matlab\Som 1 - Feminino\Som 1.wav');Fs;v = fft(y);t = (0:length (y) - 1)/Fs; figure freqz(y, 1, length(y), 48000);title ('Sinal antes do Filtro') %exemplo de utilização % frequencia de corte = %amplitude = [1 0] [n,fo,ao,w] = firpmord([ 800 850 ],[ 1 0 ],[ 0.1 0.01 ], 48000);b = firpm(n,fo,ao,w); Y = filter(b, 1,y);figure freqz(Y, 1, length (Y), 48000)title ('Filtro') %O sinal após o filtrofigure freqz(y,1,length(y),48000);title ('Sinal Após o Filtro'); wavplay(Y, Fs); % Reamostragem em 2 kHzF4 = 2000;y4 = resample (y,F4,Fs);t4 = (0:length (y) - 1)/F4;wavplay (y4, F4)figure freqz(y4)title ('Sinal Após a reamostragem de 2kHz'); % Reamostragem em 4 kHz

F3 = 4000;y3 = resample (y,F3,Fs);t3 = (0:length (y) - 1)/F3;wavplay (y3, F3)figure freqz(y3)title ('Sinal Após a reamostragem de 4kHz'); % Reamostragem em 8 kHzF2 = 8000;y2 = resample (y,F2,Fs);t2 = (0:length (y) - 1)/F2;wavplay (y2, F2)figure freqz(y2)title ('Sinal Após a reamostragem de 8kHz'); % Reamostragem em 16 kHzF1 = 16000;y1 = resample (y,F1,Fs);t1 = (0:length (y) - 1)/F1;wavplay (y1, F1)figure freqz(y1)title ('Sinal Após a reamostragem de 16kHz');

ANEXO B – Filtro LPC sem sobreposição

clfclear all [sinaloriginal, Fs] = wavread('C:\Users\Priscila\Documents\Cefet\IC\Sons Matlab\Som 1 - Feminino\Som 1.wav');Fs;%Janela de Hanningx = 0.03*Fs; %tamanho da janelas de Hanningn = length(sinaloriginal); %tamanho do vetorNseg = floor(n/x); %Numero de segmentos sem sobreposiçãoM = zeros( x, Nseg); %Matriz inicial pro armazenamentosinal = zeros(x,Nseg);wHan = hanning(x); j=1; %SEM SOBREPOSIÇÃO for k=1:Nseg z = k*x; M(:,k) = sinaloriginal((k-1)*x+1:z).* wHan;

end % Obtendo o sinal de voz for k=1:Nseg r = randn (length (M(:,k)),1); %Ruído BrancoC =lpc(M(:,k),10); %Coeficientes LPC[sinal(:,k),f] = filter (1, C, r); %sinal após o filtro ser excitado com ruido branco% size(sinal) end %Normalizando a potênciafor k=1:Nseg P0 = sum(M(:,k).^2);P1= (sum(sinal(:,k).^2)); P(k) = sqrt(P0/P1);end for k=1:Nseg sinal(:,k) = sinal(:,k)*P(k); end %reproduzindo o som sem saturação soundsc(sinal(:),Fs); %tripona da matriz sinal %Comparando os gráficos antes x depois%Antesplot(sinaloriginal)title ('Sinal Original')figurefreqz(sinaloriginal)title ('Sinal Original')figure %Depoisplot (sinal(:))title ('Sinal criado pelo Filtro LPC')figure

freqz (sinal (:))title ('Sinal criado pelo Filtro LPC')figure

ANEXO C – Filtro LPC com sobreposição

clfclear all [sinaloriginal, Fs] = wavread('C:\Users\Priscila\Documents\Cefet\IC\Sons Matlab\Som 1 - Feminino\Som 1.wav');Fs;%v = fft(sinaloriginal);%t = (0:length () - 1)/Fs;%wavplay (y, Fs)%figure %plot (t, y)%length (t); %Janela de Hanningx = 0.03*Fs; %tamanho da janelas de Hanningx1 = round(x/2);n = length(sinaloriginal); %tamanho do vetorNseg = floor((n-x)/(x/2) + 1); %Numero de segmentos sem sobreposiçãoseg = zeros( Nseg*x, 1); %Vetor inicial pro armazenamentoM = zeros( x, Nseg); %Matriz inicial pro armazenamentosinal = zeros(x,Nseg);wHan = hanning(x); j=1;% COM SOBREPOSIÇÃO DE 50%%Tamanho da janela

for k= 1:Nseg inicial = 1+(k-1)*(x1); final = k*x1+(x1); M(:,k) = sinaloriginal(inicial:final).*wHan; % seg(inicial:final,1) = M(inicial:final, 1) + seg; end % Obtendo o sinal de voz

for k=1:Nseg r = randn (length (M(:,k)),1); %Ruído BrancoC =lpc(M(:,k),10); %Coeficientes LPC[sinal(:,k),f] = filter (1, C, r); %sinal após o filtro ser excitado com ruido branco% size(sinal) end %Normalizando a potênciafor k=1:Nseg P0 = sum(M(:,k).^2);P1= (sum(sinal(:,k).^2)); P(k) = sqrt(P0/P1);end for k=1:Nseg sinal(:,k) = sinal(:,k)*P(k); end %reproduzindo o som sem saturação for k=1:Nseg inicial = 1+(k-1)*(x1); final = k*x1+(x1); seg(inicial:final,1) = sinal(:, k) + seg(inicial:final,1); end soundsc(seg(:),Fs); %tripona da matriz sinal %Comparando os gráficos antes x depois%plot(sinaloriginal)%figurefigureplot (seg(:))title ('Sinal criado pelo Filtro LPC')figurefreqz (seg(:))title ('Sinal criado pelo Filtro LPC')

ANEXO D – Exemplo de um Beamformer

close allclear all%%hmic = phased.OmnidirectionalMicrophoneElement;ha = phased.ULA(10,0.05,'Element',hmic); %d=0,05, Numero de microfones: 10c = 340,29; % sound speed, in m/s %% Simulate the Received Signals% Next, we simulate the multi-channel signals received by the microphone% array. We first load two recorded speech signals: speech1 and speech2. We% also load a laughter audio segment to use as interference. The laughter% is truncated to have the same length as the speech signals. The sampling% frequency of the speech signals is 8.192 kHz. load('twospeeches','speech1','speech2');load('laughter','y'); % The laughter is stored in variable yy = 2*y(1:length(speech1)); % Amplify and truncatefs = 8192; % in Hz %angulos de incidencia ang1 = [-30; 0];ang2 = [60; 10];angInt = [20; 0];%%% Now we can use a wideband collector to simulate the multi-channel signal% received by the array. Note each input single-channel signal is assumed% to be received at the origin of the array by a single microphone. Atthe% output, the received signal is stored in a 39922x10 matrix. Each column% of the matrix represents the signal collected by one microphone. hCollector = phased.WidebandCollector('Sensor',ha,'PropagationSpeed',c,... 'SampleRate',fs,'ModulatedInput', false);sigSource = step(hCollector,[speech1 speech2 y],[ang1 ang2 angInt]); %gera o sinal

%%% We generate a white noise signal with a power of 1e-4 Watts to% represent the thermal noise for each sensor. We create a local random% number stream for reproducible results. rs = RandStream.create('mt19937ar','Seed',2008);noisePwr = 1e-4; % noise powersigNoise = sqrt(noisePwr)*randn(rs,size(sigSource)); %%% Now we combine the signal and the noise.sigArray = sigSource + sigNoise; % Plot channel 3figureplot(sigArray(:,3));xlabel('Time (sec)'); ylabel ('Amplitude (V)');title('Signal Received at Channel 3'); ylim([-3 3]);