Codificaci

1
Codificación bidimensional de patrones vocales
mediante un esquema de reducción dimensional
basado en redes neuronales
Alejandro Bassi A. Universidad de
Chile Departamento de Ciencias de la
Computación abassi_at_dcc.uchile.cl
2
Caracterización fonética del timbre

• oído interno descompone en frecuencias
• escala no lineal
• lo importante es la envolvente del espectro

3
Caracterización articulatoria del habla

• bastan dos dimensiones

4
Relación articulación/timbre

• posición de "formantes"

5
Codificación de la envolvente del espectro

• cepstrum
• reducción dimensional
• lineal (componentes principales)
• no lineal (redes neuronales)
• calidad de la reconstrucción

6
Reconstrucción lineal (2D)
7
Reconstrucción lineal (3D)
8
Reconstrucción lineal (4D)
9
Reducción dimensional con redes neuronales

• estructura codificador/decodificador
• entrenamiento autoasociativo
• decodificador basado en composición gausiana

10
Codificación inicial
11
Codificación final
12
Reconstrucción (diptongos)
13
Posición de formantes
14
Reconstrucción (palabra "cuatro")
15
Reconstrucción (otra palabra "nueve")
16
Reconstrucción (diptongos, otro hablante)
17
Comparación entre hablantes
18
Conclusiones

• buena reconstrucción (visualización)
• reducción dimensional / seguimiento
  formantescontexto general / contexto local
• Reconocimiento de patrones (TDW, HMM)
• varios hablantes?
• normalización del "triángulo"