Teza doctorat (pdf) - Universitatea Tehnică

Amplitudinea medie pentru N eşantioane se calculează astfel [Pic93]:
1
M ( n)
x(
m)
| w(
n m
)
(4.4)
|
N m
unde: x(m) este eşantionul curent al semnalului vocal, iar
w(n-m) este fereastra utilizată în segmentul considerat.
58
Cap. 4. Analiza semnalului vocal
Energia semnalului este utilă în determinarea caracteristicilor de putere transportată a
semnalului vocal. Pentru un semnal cu valoare medie nulă, energia pe termen scurt se defineşte
astfel [Lup04]:
1
2
E(
n)
x(
n)
w
( n m
)]
(4.5)
[
N m
Segmentele sonore (vocalele) au o energie medie ridicată, pe când consoanele au energie
scăzută. Pentru majoritatea fonemelor, energia se concentrează în banda de frecvenţe între 300 şi
3000 Hz.
Numărul trecerilor prin zero este util pentru determinarea caracteristicilor de frecvenţă
în interiorul unui segment de timp. Numărul trecerilor prin zero se calculează astfel [Pic93]:
1
[ N
n0
NTZ
1sgn(
s(
n 1
) T ) sgn(
s(
nT ))]
2
(4.6)
unde sgn(n) este funcţia semn:
1,
n 0
sgn( n )
(4.7)
1,
n 0
Numărul trecerilor prin zero este o caracteristică ce se foloseşte în recunoaşterea vorbirii,
precum şi în determinarea caracterului sonor/nesonor. În interiorul segmentelor sonore numărul
trecerilor prin zero este mai redus, în timp ce în segmentele nesonore acest parametru este mai
ridicat.
Frecvenţa fundamentală este un parametru deosebit de important folosit atât în sinteza
cât şi în recunoaşterea vorbirii. Frecvenţa fundamentală corespunde cu periodicitatea semnalului
vocal. Determinarea acestui parametru nu se poate face întotdeauna cu exactitate, din cauza
variabilităţi semnalului vocal chiar pe porţiuni scurte de timp. Rostirea vocalelor prezintă o
frecvenţă fundamentală ce poate fi determinată, pe când consoanele, care sunt rostiri neperiodice,
nu au frecvenţă fundamentală.
Dintre metodele uzuale de determinare a frecvenţei fundamentale a semnalului vocal
amintim următoarele: