Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 243711 | Asignatura: PROCESADO DE SEÑALES DE VOZ Y DE AUDIO | ||||
| Créditos: 6 | Tipo: Optativa | Curso: 4 | Periodo: 1º S | ||
| Departamento: Ingeniería Eléctrica, Electrónica y de Comunicación | |||||
| Profesorado: | |||||
| ARIZ GALILEA, MIKEL (Resp) [Tutorías ] | |||||
Módulo/Materia
Módulo: Formación específica en Sistemas audiovisuales y multimedia
Materia: Sonido e imagen
Descripción/Contenidos
Los sistemas de comunicación transportan información. Nos proponemos estudiar un sistema de comunicación específico: el de la comunicación a través de señales de voz, es decir señales acústicas tradicionalmente emitidas y recibidas por seres humanos en forma oral. Algunos de nuestros objetivos son la modelización, representación, análisis, modificación, codificación y mejora de la relación señal/ruido. Estos principios básicos para aplicaciones más avanzadas como la generación artificial de mensajes vocales inteligibles para el ser humano y el reconocimiento automático de mensajes vocales pronunciados por seres humanos.
Competencias genéricas
G2- Trabajo en equipo
G3- Aprendizaje autónomo
G4- Eficacia en la comunicación oral y escrita con capacitación lingüística en inglés
G5- Eficacia en el manejo de recursos de información
G7- Capacidad para concebir, diseñar, implementar y operar sistemas y servicios en el ámbito de las TIC.
Competencias específicas
3.7- Capacidad de construir, explotar y gestionar servicios y aplicaciones de telecomunicaciones, entendidas éstas como sistemas de captación, tratamiento analógico y digital, codificación, transporte, representación, procesado, almacenamiento, reproducción, gestión y presentación de servicios audiovisuales e información multimedia.
3.25- Capacidad para realizar proyectos de locales e instalaciones destinados a la producción y grabación de señales de audio y vídeo.
3.27- Capacidad para crear, codificar, gestionar, difundir y distribuir contenidos multimedia, atendiendo a criterios de usabilidad y accesibilidad de los servicios audiovisuales, de difusión e interactivos.
Resultados aprendizaje
- Explicar y utilizar los sistemas asociados a la adquisición y acondicionamiento de señales audio, imagen y video.
- Describir y Utilizar estándares de adquisición, transmisión y almacenamiento de información multimedia: audio, imagen y video.
- Describir y aplicar las técnicas de codificación y compresión de información multimedia: audio, imagen y video.
- Describir y aplicar las herramientas de análisis específicas para señales de audio: correlación, lpc, cepstral, detección del pitch, etc.
- Describir y aplicar las herramientas de análisis específicas para señales de imagen: procesado espacial, frecuencial, restauración, morfología, segmentación, descripción, color, etc.
- Construir sistemas de síntesis digital de audio.
Metodología
| Metodología ¿ Actividad | Horas presenciales | Horas no presenciales |
| A1 Clases expositivas | 25 | 25 |
| A3 Prácticas guiadas en el laboratorio | 30 | 25 |
| A4 Exámenes y pruebas de evaluación individuales | 5 | 10 |
| A5 Estudio y trabajo autónomo del estudiante | 0 | 30 |
| Total | 60 | 90 |
Evaluación
| Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
|---|---|---|---|---|
| sistemas asociados a la adquisición y acondicionamiento de señales audio | prueba teórica | 15 | sí | |
| estándares de adquisición, transmisión y almacenamiento de información audio | prueba teórica | 15 | sí | |
| técnicas de codificación y compresión de información audio | prueba teórica | 20 | sí | |
| herramientas de análisis específicas para señales de audio | test de prácticas | 30 | no | |
| sistemas de síntesis digital de audio | proyecto | 20 | no |
Temario
1. Introducción
1.1 Introducción al procesado digital de voz y audio y sus aplicaciones.
2. Generación de la voz humana
2.1 Anatomía del aparato fonador.
2.2 Pitch y formantes
2.3 Clasificación de los sonidos de la voz - sonoridad
3. Técnicas básicas de análisis
3.1 Análisis en el dominio del tiempo y análisis localizado.
3.2 Análisis en el dominio de la frecuencia.
4. Codificación de voz y audio
4.1 Clasificación de codificadores
4.2 Estimación de pitch
4.3 Codificación lineal predictiva
4.4 Análisis homomórfico (cepstral)
4.5 Codificador paramétrico
5. Modelos de señal de audio y estimación
5.1 Variable aleatoria, distribución y covarianza
5.2 Estimador de mínimos cuadrados
5.3 Modelado armónico de señales de audio
6. Restauración de audio
6.1 Modelado no estacionario de señales de audio
6.2 Eliminación de ruido de fondo
6.3 Eliminación de ruido impulsivo
7. Separación de fuentes de voz y audio
7.1 Introducción al concepto de separación ciega ("Blind source separation")
7.2 Método "Projection pursuit"
7.3 Separación en componentes independientes (ICA)
Programa de prácticas experimentales
Sesión 1: Introducción a PSVA
Sesión 2: Análisis de señales de voz y audio
Sesión 3: Estimación de pitch
Sesión 4: Modelado y estimación de señales
Sesión 5: Restauración de audio
Sesión 6: Separación de fuentes
Sesión 7 - 10: Proyecto
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
L. Rabiner, R.W. Schafer, "Digital Processing of Speech Signals". Prentice-Hall, 1978.
T. F. Quattieri, "Discrete-Time Speech Signal Processing. Principles and Applications". Prentice-Hall, 2002.
A. Spanias, T. Painter, V. Atti, "Audio Signal Processing and Coding". Wiley, 2006.
R. Goldberg, L. Riek, "A practical handbook of speech coders". CRC Press, 2000.
D. O'Shaughnessy, "Speech Communications. Human and Machine (2nd. Ed.)". IEEE Press 2000.
B. Gold, N. Morgan, "Speech and audio signal processing". John Wiley & Sons, 2000.
L. Rabiner, B.H. Juang, "Fundamenatls of speech recognition". Prentice-Hall, 1993.