Tecnologías del habla

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Tecnologías del habla"

María Rosario Río Soriano
hace 5 años
Vistas:

1 Tecnologías del habla Inmaculada Hernaez Eduardo Lleida Eva Navas Alfonso Ortega Curso 2006/2007

2 Programa Introducción 1. Generación y percepción de la señal de voz Producción Modelos digitales Percepción 2. Técnicas avanzadas de análisis de voz 3. Codificación de voz 4. Reconocimiento automático del habla 5. Conversión texto-habla

3 Sistema sub-glotal: pulmones, bronquios y tráquea, son la fuente de energía Tracto vocal (longitud media 17cm, sección de 0 a 20 cm: Glotis (aloja las cuerdas vocales) Faringe Cavidad bucal Tracto nasal: velo del paladar y nariz Voz: Onda acústica radiada cuando los pulmones expulsan el aire y el flujo resultante es perturbado por alguna constricción en el tracto vocal.

4 El aire sale impulsado con fuerza por los pulmones hacia el exterior Sonidos sonoros: la glotis se encuentra cerrada con las cuerdas vocales tensas. El aire empuja las cuerdas vocales y las hace vibrar. Sonidos sordos: la glotis está abierta y las cuerdas relajadas. El flujo de aire saliente de la glotis será turbulento. El aire coge gran velocidad en la tráquea

6 Glotis y señal del laringógrafo

7 Glotis abierta Glotis cerrada t 0 T 2T 3T 1/F0 Pitch

8 Curvas de entonación 1. Generación del habla Ama etorri da Ama etorri da? Bihar eguraldi ona izango dugu Bihar eguraldi ona izango dugu?

9 Hombres: Glotis de mayor tamaño, cuerdas vocales más largas, voz más grave. Mujeres y niños: Glotis más pequeña, cuerdas vocales más cortas, voz más aguda. Pitch o frecuencia fundamental o F0: Frecuencia de vibración de las cuerdas vocales en la producción de los sonidos sonoros.

11 La cavidad bucal actúa de cavidad resonante: frecuencias de resonancia o formantes El aire sale impulsado con fuerza por los pulmones hacia el exterior Sonidos sonoros: la glotis se encuentra cerrada con las cuerdas vocales tensas. El aire empuja las cuerdas vocales y las hace vibrar. Sonidos sordos: la glotis está abierta y las cuerdas relajadas. El flujo de aire saliente de la glotis será turbulento. El aire coge gran velocidad en la tráquea

13 Resonancias: Formantes

15 Vocales: Desde la glotis, el aire atraviesa la cavidad bucal sin obstáculos. Las vocales siempre son sonoras. Consonantes: La lengua o los labios ayudados por los dientes y por el paladar interrumpen total (oclusivas) o parcialmente (fricativas, africadas) el paso del aire.

16 Sonidos nasales: el velo del paladar baja y el aire se dirige hacia el exterior atravesando la cavidad nasal. Las cavidades nasal y bucal se acoplan acústicamente. La cavidad bucal actúa de cavidad resonante: frecuencias de resonancia o formantes El aire sale impulsado con fuerza por los pulmones hacia el exterior Sonidos sonoros: la glotis se encuentra cerrada con las cuerdas vocales tensas. El aire empuja las cuerdas vocales y las hace vibrar. Sonidos sordos: la glotis está abierta y las cuerdas relajadas. El flujo de aire saliente de la glotis será turbulento. El aire coge gran velocidad en la tráquea

17 Sonidos sonoros: el flujo del aire procedente de los pulmones es periódicamente interrumpido por la apertura y cierre de las cuerdas vocales. Es un flujo periódico de frecuencia fundamental F0 (frecuencia de pitch). Sonidos sordos: No hay vibración de las cuerdas vocales. El flujo de aire encuentra una constricción en el tracto vocal, tomando gran velocidad y formando turbulencias. Tracto vocal y tracto nasal: Actúan de cavidades resonantes, cuyas frecuencias de resonancia se conocen como Formantes. Los valores de los formantes dependen de la forma y dimensiones del tracto vocal. Por ello, las características espectrales de la voz varían en el tiempo como varía la forma del tracto vocal.

18 Formantes de las vocales 2500Hz F2 F1 200Hz i e a o u

19 Fonética acústica: modo de articulación Oclusión No Total Parcial Sonoridad Si No Vocales Nasales Oclusivas Oclusivas Fricativas Aproximantes Vibrantes Laterales Fricativas Africadas

20 Fonética acústica: lugar de articulación labiales: [p], [b], [m] dentales: [t], [d] alveoares: [n], [s] palatales: [J], [L] velares: [k], [g], [x]

21 Variabilidad de la voz Factores culturales Volumen de la voz Conjunto de sonidos Duración Entonación Formas de formar frases Velocidad del habla Vocabulario Factores Fisiológicos Tracto vocal Cuerdas vocales y frecuencia de vibración Forma del pulso glotal Cansancio Congestión nasal Factores Ambientales Ruido de fondo Factores mecánicos: vibraciones Estado emocional Acústica de la sala Ambiente: calor

22 Programa Introducción 1. Generación y percepción de la señal de voz Producción Modelos digitales Percepción 2. Técnicas avanzadas de análisis de voz 3. Codificación de voz 4. Reconocimiento automático del habla 5. Conversión texto-habla

23 Excitación Cavidad Resonante Radiación labios g(t) Pulso de Rosenberg G(f)

24 A V GENERADOR de PULSOS PULSO GLOTAL G(z) x EXCITACIÓN SONORA F0 TRACTO VOCAL V(z) RADIACIÓN LABIOS R(z) s(n) GENERADOR de RUIDO x A U EXCITACIÓN SORDA COEFICIENTES REFLEXIÓN GENERADOR de EXCITACIONES u(n) TRACTO VOCAL H(z) G(z) V(z) R(z)

25 Modelo de fuente y tracto vocal: Separa totalmente características de fuente y de tracto vocal. Funciona mejor cuando los parámetros varían lentamente: sonidos más estacionarios. Filtro V(z) todo polos: solo tiene resonancias, no puede modelar los ceros de las nasales. Separa fuente ruidosa y sonora: no válido para todos los sonidos. Cambio brusco de una fuente a otra: no realista.

26 Bibliografía Rabiner, L.R. Schfer, R.W (1978) Digital Processing of Speech Signal. Prentice-Hall Signal Processing Series Alan V. Oppenheim. Series Editor Rabiner Fant, G. Acoustic Theory of Speech Production 2nd. Ed. 1970, Mouton, The Hague. Deller, J., Hansen, Proakis (2000) Discrete-Time Processing of Speech Signals IEEE Press.

Documentos relacionados

Modelos de producción de voz. Curso de doctorado 2001/2002 Inmaculada Hernáez

Modelos de producción de voz. Curso de doctorado 2001/2002 Inmaculada Hernáez Modelos de producción de voz Curso de doctorado 2001/2002 Inmaculada Hernáez inma@bips.bi.ehu.es Modelos de producción de voz Teoría de la producción del habla El sintetizador de formantes Teoría de la