Teza doctorat (pdf) - Universitatea Tehnică

4.4.2.5. Detectarea categoriei Tranziţie
98
Cap. 4. Analiza semnalului vocal
Detectarea categoriei Tranziţie se face pe nivelul doi al algoritmului de segmentare, după
ce categoriile Linişte, Vocală şi Consoană au fost identificate. Se parcurg regiunile în ordine iar
cele care nu au fost etichetate la nivelul 1 se etichetează ca regiuni de tranziţie. Pentru aceste
regiuni se lansează clasificatorul categoriei Tranziţie :
Clasificatorul pentru categoria Tranziţie :
(1) Se lansează detectorul pentru regiune de tip REG_NEREG (regiune
neregulată). Dacă detectorul întoarce un rezultat afirmativ, regiunea curentă se
etichetează ca REG_NEREG. Dacă detectorul întoarce un rezultat negativ, se
continuă cu pasul doi.
(2) Se lansează detectorul pentru regiune de tip REG_TRANZ_DENSA (regiune
tranzitorie densă). Dacă detectorul întoarce un rezultat pozitiv, regiunea
curentă se etichetează ca REG_TRANZ_DENSA. Dacă detectorul întoarce un
rezultat negativ, regiunea curentă se etichetează ca REG_TRANZ
Detectarea regiunilor de tip Neregulată are ca scop evidenţierea “zimţurilor” care apar în
semnal, adică a unor neregularităţi care indică posibilitatea rostirii unor consoane plozive (/C/
sau /G/). Aceste consoane au forma unor impulsuri de durată scurtă ce urmează după o perioadă
de aprox. 5 ms de linişte (vezi figura 4.28) :
Figura 4.28. Consoana plozivă /C / din cadrul silabei /CA/
În figura 4.28 se observă că această consoană are forma a trei succesiuni de impulsuri
care urmează după mici perioade de linişte. Ca modalitate de detecţie, se calculează energia
negativă (adică energia semnalului de amplitudine negativă) Eneg(m) din stânga fiecărui punct de
minim m, începind cu dx = -0.225 ms, pe o durată D = 1 ms. Dacă raportul: Rneg = m 2 / Eneg(m)
este mai mare decât un prag dat, atunci regiunea este de tip Neregulată. Algoritmul de detecţie
este următorul:
Detectorul pentru regiunea Neregulată:
(1) Pentru fiecare punct P(i) de tip minim (MIN) se calculează energia negativă
E_NEG(i) din stânga lui P(i) pe durata D.
(2) Se calculează raportul R_NEG(i) şi se reţine raportul maxim R_NEG_MAX.
(3) Dacă R_NEG_MAX > K şi durata regiunii D(ireg) < 10ms, se returnează
True pentru a eticheta regiunea curentă ca regiune de tip Neregulată.