Teza doctorat (pdf) - Universitatea Tehnică

4.3.1. Detectarea automată a segmentelor semnalului vocal
67
Cap. 4. Analiza semnalului vocal
În cele ce urmează se va prezenta o metodă de segmentare a semnalului vocal bazată pe
detectori de caracteristici. Metoda a fost prezentată de către Childers şi Hu în [Chi00], [Hu93],
putând fi considerată ca o metodă generică pentru rezolvarea acestei probleme.
Detectarea automată a segmentelor vorbirii este realizată printr-o serie de algoritmi care
analizează secvenţial semnalul sonor. Algoritmii pot fi grupaţi în trei categorii, aşa cum se arată
în figura 4.9:
(1) analiza vorbirii;
(2) segmentarea sau împărţirea semnalului în segmente;
(3) etichetarea adecvată a acestor segmente.
Analiză Segmentare Etichetare
DETECTARE
CARACTERISTICI
DETECTARE
GRANIŢE DE
SEGMENT
STABILIRE
CATEGORIE
Figura 4.9. Detectarea automată a segmentelor vorbirii
(1) Analiza iniţială a vorbirii este cea mai complexă dintre cele trei sarcini. Această
analiză iniţială se poate face în doi paşi ([Hu93], [Chi94]).
În primul pas, forma de undă eşantionată este divizată asincron în cadre (segmente de
lungime fixă: 5-10 ms). Se realizează apoi o predicţie lineară LPC pentru fiecare cadru, iar
reziduul este reţinut pentru determinarea punctelor de închidere glotale (GCI – Glotal Closure
Instants) [Hu93].
În cel de-al doilea pas, forma de undă eşantionată este din nou divizată în cadre. Cadrele
sunt alese asincron pentru vorbirea nesonoră şi linişte şi sincron cu perioada la vorbirea sonoră -
prin utilizarea punctelor de închidere glotală GCI ca şi referinţă. Se realizează o predicţie lineară
pentru fiecare cadru iar coeficienţii LPC sunt memoraţi pentru analiză. Apoi un algoritm specific
va analiza fiecare cadru în parte în scopul detectării caracteristicilor sale.
Fiecare algoritm din set detectează o caracteristică acustică diferită. Această caracteristică
se referă la calcularea unui scor de regăsire în cadrul respectiv a unor anumiţi parametri acustici,
puşi în legătură cu o anumită categorie fonetică.
De exemplu, un algoritm poate detecta prezenţa sau absenţa consoanelor, în timp ce alt
algoritm va detecta prezenţa sau absenţa vocalelor. Fiecare algoritm de detectare a
caracteristicilor utilizează o combinaţie de praguri fixe, filtrare mediană şi reguli empirice pentru
calcularea rezultatului sau scorului final.
(2) A doua sarcină a segmentării automate este determinarea graniţelor din domeniul timp
care separă segmentele semnalului vocal.
Graniţele sunt în aşa fel alese încât fiecare segment are proprietăţi acustice aproximativ
constante pe durata segmentului. Segmentarea se bazează pe determinarea schimbărilor din
spectrul de joasă frecvenţă, folosind şi rezultatele detectării caracteristicii de sonor, nesonor sau
linişte S/U/V.