Teza doctorat (pdf) - Universitatea Tehnică

30
Cap. 3. Procesarea digitală a semnalului vocal
selectate, şi valoarea X corespunzător amplitudinii spectrale. Dacă se selectează o linie spectrală
din spectrul de faze, se vor afişa valorile F pentru frecvenţă şi P pentru mărimea fazei.
La încărcarea unui fişier de sunet, în fereastra WAVE se va afişa forma de undă pe
întreaga durată a semnalului. Durata şi numărul de eşantioane vor fi indicate în zona TIME a
barei de stare, în timp ce pe rigla orizontală se vor afişa timpii de referinţă ai eşantioanelor, sub
forma sec.ms (secunde şi milisecunde), respectiv microsecunde pentru ferestre mai mici de timp.
În ferestrele FFT şi PHASE se vor afişa spectrele de amplitudini, respectiv faze ale
primelor 16k eşantioane din semnal. Pentru a vizualiza detaliile dintr-o fereastră mai restrânsă,
utilizatorul poate selecta o zonă de semnal aşa cum s-a descris anterior, prin punctare cu mouseul
şi tasta SHIFT: pentru începutul zonei va folosi butonul din stânga al mouse-ului, iar pentru
indicatorul de sfârşit – butonul din dreapta. După selectarea unei zone mai restrânse din semnal,
spectrele de amplitudini şi faze se vor modifica corespunzător. Dacă se doreşte detalierea
informaţiei afişate în fereastra undei, se vor putea folosi butoanele ZOOM IN şi SAMPLE
ZOOM IN. Când se doreşte revenirea la un mod mai global de vizualizare, se folosesc comenzile
ZOOM OUT, respectiv SAMPLE ZOOM OUT.
La fel, dacă se doreşte vizualizarea mai detaliată a spectrului FFT sau PHASE, mai întâi
fereastra respectivă va trebui selectată ca fereastră activă. Aceasta datorită faptului că butoanele
de mărire şi micşorare a rezoluţiei de afişare, precum şi scrollbar-ul au efect doar asupra unei
singure ferestre la un moment dat, şi anume asupra ferestrei active. Fereastra activă se selectează
prin punctare cu mouse-ul în interiorul ferestrei dorite, aceasta fiind apoi marcată printr-un
chenar de culoare roşie. Apoi se va putea efectua analiza spectrală detaliată prin folosirea
comenzilor de mărire a rezoluţiei ZOOM IN şi SAMPLE ZOOM IN, ultima permiţând creşterea
progresivă a rezoluţiei de afişare cu câte un eşantion.
Valorile afişate pe rigla orizontală sunt frecvenţe măsurate în Herzi. Pentru fiecare
fereastră selectată, pe riglă se afişează întreaga gamă de frecvenţe a semnalului (egală cu
jumătate din frecvenţa de eşantionare), precum şi frecvenţa de amplitudine maximă din această
gamă de frecvenţe, care poate fi asimilată cu frecvenţa fundamentală a semnalului.
Aplicaţia detectează în mod automat formanţii sau valorile maxime locale ale anvelopei
spectrale, maxime care se situează deasupra unor valori de prag. Pentru fiecare formant, se
calculează amplitudinea, frecvenţa centrală şi lăţimea de bandă, parametrii importanţi în sinteza
de voce. Frecvenţa centrală a formantului cu cea mai mare amplitudine (în cele mai multe cazuri
primul sau al doilea formant) se asumă a fi frecvenţa fundamentală a semnalului. Această regulă
se aplică doar segmentelor vocale din semnal, segmentele nesonore neavând frecvenţă
fundamentală.
Un exemplu de detectare automată a formanţilor este arătat în figura 3.6. Aici se
ilustrează un segment vocal din semnal, în care se detectează formanţi cu valorile de frecvenţă :
204 Hz, 414 Hz, 613 Hz, şi 824 Hz . Frecvenţa fundamentală este dată în acest caz de frecvenţa
primului formant: 204 Hz.