1

Práctica I: Procesamiento digital de señales

(El espectro de su voz)
Pablo Alfonso González Gómez
Facultad de Ingeniería Electrónica
Fundación Universitaria Juan de Castellanos
Tunja, Colombia
pagonzalez@jdc.edu.co


Resumen – En el presente documento vamos a realizar un B. Objetivos Específicos
análisis básico del comportamiento de diferentes señales de voz
con distintas características y ejecutaremos un algoritmo para la  Explorar algoritmos de procesamiento de voz que nos
obtención de la señal en el dominio del tiempo y la frecuencia permitan un correcto tratamiento de las diferentes
utilizando como herramienta principal MATLAB, esta será de señales.
gran ayuda por su eficiencia computacional y sus propiedades  Obtener una representación gráfica de las diferentes
para el manejo de la Transformada de Fourier la cual nos genera señales y sus características.
un vector con diferentes componentes de magnitud y de fase y así
generar una representación gráfica de los diferentes espectros.
III. MARCO TEORICO
Índice de Términos – Espectro, frecuencia de muestreo, FFT,
dominio, tiempo, representación gráfica.
A. Reconocimiento de voz

I. INTRODUCCION Micrófono: Los micrófonos son dispositivos transductores que

convierten las ondas sonoras en señales de audio, algunos

E ste informe de laboratorio explicara los aspectos teóricos

y prácticos para llevar a cabo el laboratorio de análisis del
procesamiento de señales de voz con diferentes características
donde se aplicara un algoritmo matemático por medio de
herramientas computacionales y de esta manera desarrollar un
estudio comparativo de las diferentes muestras y en que se
altera al aplicarle frecuencias bajas y altas o simplemente en la
contaminación de la señal; por ultimo se podrá generar una
representación gráfica en el dominio del tiempo y su espectro
en frecuencia.
Es importante tener en cuenta aspectos como lo es la
frecuencia de muestreo a la que se grabara la señal y el tiempo
que durara la misma para que su análisis sea óptimo. Otro
aspecto a tener en cuenta es la aplicación de la Transformada
de Fourier y sus propiedades como herramienta matemática
que esta nos brindara para el desarrollo de la práctica.
están diseñados para uso general en muchas situaciones
diferentes. Otros tienen funciones especificas y sólo son
realmente útiles para los fines previstos. Las características a
buscar incluyen propiedades direccionales, respuesta de
frecuencia e impedancia. [1]
MATLAB: Es un lenguaje de alto nivel y de ambiente
interactivo que permite realizar tareas complejas y con una
mayor velocidad que los lenguajes de programación
comúnmente usados, ademas se especializa en cálculos
numéricos con vectores y matrices, como casos particulares
puede trabajar también con otras estructuras de información.
Fue seleccionada como herramienta principal gracias a sus
aportes matemáticos para el procesamiento de señales. [2]

II. OBJETIVOS

A. Objetivo General
Analizar diferentes muestras de audio por medio de algoritmos
matemáticos basados en la FFT para observas su espectro.
Figure 1. Logo MATLAB

Señal de voz: La voz humana se produce por medio del
aparato fonatorio. Este esta formado por los pulmones como
fuente de energía, en forma de flujo de aire, la laringe que
contiene las cuerdas vocales, la faringe, las cavidades oral y
nasal y una serie de elementos articulatorios: los labios, los
dientes, el alveolo, el paladar, el velo del paladar y la lengua.
Figure 2. Aparato Fonatorio Humano
-Formantes: Son componentes distintivos del habla humana
como los son vocales y sonidos sonantes. Se componen en
rangos de frecuencia y determinan propiedades acústicas como
el timbre.[3]
Table 1. Formantes Vocálicos
B. Procesamiento de señales
Frecuencia de muestreo: Es la cantidad de muestras de audio
que se toman por segundo pues cada onda de audio tiene una
altura la cual varia según el tiempo siendo esta diferencia de
alturas la que genera el sonido.
Transformada Rápida de Fourier (FFT): La FFT es un
algoritmo que permite calcular eficientemente la Transforma
de Fourier Discreta y su inversa. La Transformada Rápida de
2
Fourier es de suma importancia en el análisis, diseño y
realización de algoritmos y sistemas de procesamiento de
señales dado que brinda mayor eficiencia tanto en tiempo
como en recursos.
La FFT hace uso de dos propiedades de la Transformada de
Fourier Discreta. La FFT asume que N es potencia de 2, sin
embargo, existen métodos para adaptar otros valores de N a
las condiciones necesarias de este algoritmo.[4]
Equation 1. Forma general de la FFT
es una N-ésima raíz de unidad.
Ventaneo: Se usa para analizar los segmentos de voz
estacionarios, esto se hace mediante una multiplicación de la
señal por una variable ventana. Es importante el studio del
comportamiento de cada ventana ya que este nos va a generar
la disminución de los efectos de las discontinuidades.
Figure 3. Ventana Hamming y Hann
IV. PRESENTACIÓN DE RESULTADOS Y ANÁLISIS
Lo que se va a llevar a cabo en la práctica es el análisis de tres
muestras de voz con diferentes características que serán
tomadas por un algoritmo mediante MATLAB y
posteriormente serán procesadas para su representación y
estudio gráfico, debemos tener en cuenta que nuestra
frecuencia de muestreo es de 8000 muestras por segundo y
nuestra ventana de 5 segundos.
A. Espectro de una sola voz
En la primera fase de la práctica se va a realizar el análisis de

la respuesta en el dominio del tiempo y la frecuencia de la
primera muestra de voz de 5 segundos para luego ser
comparada con las demás muestras.
Su representación gráfica se muestra en la figura 4.
Figure 6. Representación grafica de voz contaminada
Figure 4. Representación gráfica una voz
B. Espectro de dos voces
La segunda parte de la práctica se compone por la
representación y estudio de la segunda muestra de 5 segundos
que contendrá dos voces, una grave y la otra aguda; estas las
podemos ver respectivamente en la gráfica de la señal en el
tiempo en la figura 5.
REFERENCIAS
[1]
[2]
[3]
Figure 5. Representación grafica dos voces
[4]
C. Espectro de voz contaminada con sonidos de alta
frecuencia.
La última fase de la práctica se compone por una muestra de
voz contaminada por otro sonido de alta frecuencia que no sea
otra voz, para esto se requerirá un silbato, un silbido, una
alarma, una grabación con su teléfono, etc. La representación
gráfica de dicha muestra se presenta en la figura 6 y se puede
evidenciar como cambia el espectro de la señal con respecto a
la muestra uno dejando claro que el mensaje de las dos
muestras es exactamente el mismo.
3
V. CONCLUSIÓNES
 La FFT es un herramienta matemática muy
importante para el procesamiento digital de señales
y para el desarrollo de esta practica ya que
podemos cambiar el tamaño de la entrada del
número de muestras para que sea una potencia de 2
y así generar que el cálculo de la transformada sea
más rápido.
 Se pudo evidenciar como las diferentes
características de cada muestra dan propiedades
especiales en la respuesta del espectro y como
afecta un ruido a la señal que lleva el mensaje.
 Con la práctica se adquirió un mejor entendimiento
de aspectos teóricos importantes y los ajustes
pertinentes que se deben tener en cuenta al
momento de muestrear y graficar un espectro de
audio.
“¿Qué es un micrófono y cuál es su función? ® ¡Te sorprenderá! →
2019,” 2019, 2019. https://comofuncionahoy.com/cual-es-la-
funcion-y-que-es-un-microfono/ (accessed Apr. 08, 2020).
“SISTEMA DE RECONOCIMIENTO DE VOZ EN MATLAB
Genoveva Velásquez Ramírez,” 2008.
R. Sataloff, “La voz humana,” Investig. Cienc., no. 197, pp. 50–57,
1993.
A. L. Schmidt, “FFT: Transformada Rápida de Fourier,” pp. 1–3,
2013, [Online]. Available:
http://en.wikipedia.org/wiki/Fast_Fourier_transform#Algorithms,%
0Ahttp://lcr.uns.edu.ar/fvc/NotasDeAplicacion/FVC-Schmidt Ana
Lucía.pdf.