Universidad Politcnica de

Durango



Ingeniera en Telemtica




Variable compleja


Aplicacin de la Transformada de Fourier en el anlisis de la voz







M.C. Ral Villanueva vallejo.





1

Tabla de contenido


Introduccin ........................................................................................................................................ 2
Desarrollo ............................................................................................................................................ 3
La frecuencia de voz humana .......................................................................................................... 3
Eligiendo el filtro a utilizar............................................................................................................... 3
Desarrollo de interfaz ...................................................................................................................... 5
Realizando pruebas ............................................................................................................................. 6
Grabacin de sonido ....................................................................................................................... 6
Reproduccin del sonido ................................................................................................................. 7
Invirtiendo la seal .......................................................................................................................... 8
Espectro de frecuencia .................................................................................................................... 9
Eliminando ruido ........................................................................................................................... 10
Comparacin de seales ............................................................................................................... 11






2

Introduccin


El anlisis de voz es una de las tareas ms difciles que la ingeniera ha llevado a cabo al momento
de su estudio.
Para el anlisis de voz es importante conocer diferentes factores para su correcto estudio, por
ejemplo, la frecuencia a la que se mueven los diferentes sonidos. Lla voz del humano se encuentra
en una frecuencia diferente a la de la msica es por eso que se pueden crear filtros para separar
dichos elementos, inclusive dentro del mismo rango de la frecuencia de voz del ser humano existe
diferencia en cuanto al rango de la frecuencia entre un hombre y una mujer.
Para poder realizar el anlisis de voz es necesaria la implementacin de filtros digitales.







3

Desarrollo

La frecuencia de voz humana

Los diferentes sonidos se mueven a diferentes frecuencias por ejemplo:

La voz humana se encuentra dentro de la frecuencia de 50 a 500 Hz, sin embargo dentro de este
rango la frecuencia del hombre est entre 50 y 250 Hertz y la de la mujer entre 250 y 500, con lo
que es posible realizar el reconocimiento de gnero de acuerdo a la frecuencia de voz analizada.
De la misma forma si lo que se desea es realizar un karaoke, se podran implementar filtros para
eliminar el rango de frecuencias de la voz y modular otros sonidos.



4

Eligiendo el filtro a utilizar

Para esta parte, es necesaria la implementacin de un filtro Butterworth pasa banda, debido a su
eficiencia, el filtro de Butterworth es uno de los filtros electrnicos ms bsicos, diseado para
producir la respuesta ms plana que sea posible hasta la frecuencia de corte, en otras palabras, la
salida se mantiene constante casi hasta la frecuencia de corte.
A pesar de existir la posibilidad de desarrollar un filtro Butterworth de segundo o tercer orden, lo
recomendable es elaborarlo de primer orden para conservar la voz con sus respectivos rangos de
una mejor manera y, evitar perder algunas propiedades de la voz.



En la grfica anterior se muestra como el filtro puede ser perfeccionado para dejar una frecuencia
de corte ms exacta.





5

Desarrollo de interfaz

Se presenta el desarrollo de la interfaz en el software de matlab:


La idea principal de la interfaz es la facilidad para grabar dos sonidos (o palabras) y realizar una
comparacin entre ambos.
Estructura:

Un botn para cada grabacin de voz a analizar.
Un botn para reproducir el sonido grabado.
Un botn para mostrar la grabacin invertida.
Un botn para mostrar el espectro de forma grfica.
Un botn para filtrar el sonido captado en el momento.



6

Realizando pruebas

Grabacin de sonido

Asignar una frecuencia de muestreo de 44000 Hz o superior (90000 para el presente caso)



La variable funda=200 corresponde a la frecuencia fundamental para el filtro
La funcin axes se utiliza para mostrar lo grabado.





7

Reproduccin del sonido



Los NBITS son para el nmero de bits designados a la calidad de la grabacin, en caso de no indicarlo,
matlab lo toma como 16 como predeterminado.
El vector desarrollado se utiliza es para cargar el sonido previamente guardado en la misma carpeta
del proyecto.
wavread se utiliza para leer el archivo cargado.
wavplay lo reproduce.
plot lo muestra en forma grfica.
El formato que usa matlab para la reproduccin es en formato WAV.




8

Invirtiendo la seal

Para invertir la seal se utiliza el siguiente cdigo:


Cargamos el archivo que tenemos guardado en la variable a, con el comando de length se determina
la longitud de la seal, luego se realiza un ciclo discreto en la variable z en forma invertida. Se utiliza
el comando especfico para reproducir el archivo, primero con el sonido original, luego una pausa
de cinco segundos y por ltimo el sonido invertido, finalmente se grafica el archivo.
Aqu se muestra la seal invertida:





9

Espectro de frecuencia

Para mostrar el espectro de frecuencia se realiza lo siguiente:
Se determina y se guarda el espectro de frecuencia en la variable espectro, primero se calcula con
la transformada rpida de Fourier (fft) calculndolo con la frecuencia sobre el tiempo.



El espectro es mostrado como un vector de la siguiente forma:






10

Eliminando ruido


Para eliminar el ruido se propone la implementacin de un filtro Butterworth (empleado como pasa
banda), para esto se utiliza un vector con las especificaciones mostradas en la impresin, adems
se muestra una constante en la que a la seal se le suman una seal senoidal en radianes y la
frecuencia fundamental para estabilizar la seal, enseguida se pasan los datos a dominio de la
frecuencia para, finalmente reproducir y graficar la seal filtrada.


11

Comparacin de seales

Los factores que afectan en el proceso de comparacin de las seales son varios, por ejemplo la
modulacin de la voz, el tono y el tiempo.
Para esto es necesario realizar el siguiente procedimiento: para su anlisis se recomienda
descomponer la seal en tres partes, para analizar sus componentes (la varianza, el promedio y la
desviacin), estas variables engloban el tono de voz, el tiempo en articular la palabra y la forma de
decirlo.
Se declaran las variables a utilizar:


Se filtra la seal para eliminar posible ruido y que la comparacin sea mucho ms precisa:


Se descompone la seal en tres diferentes partes, con ayuda del comando wavedec:
Los componentes determinados sern a1, a2 y a3.


12


Despus de descomponer la seal, se calculan los tres componentes previamente descritos.



Al analizar la comparacin con la resta de matrices se puede observar lo siguiente:

13

Para determinar los parmetros en que es posible decir que una palabra es distinta de otra, es
necesario basarse en los resultados obtenidos en diferentes pruebas.








Al realizar la resta de las matrices, se observa que la principal diferencia ms importante reside en
la desviacin y despus en la varianza, por lo que es posible determinar que una palabra es
probablemente igual a otra.


14