Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ProyectoFinal Investigacion Mat Especiales
ProyectoFinal Investigacion Mat Especiales
INTEGRANTES
UNIVERSIDAD ECCI
BOGOTA D.C.
2021
ÍNDICE
1. INTRODUCCIÓN........................………………1 reconocimiento de voz.
2.PLANTEAMIENTO………………....2 enfoque del proyecto y
explicación.
2.1 análisis de los espectros de la voz………………………………….....…..2
3.OBJETIVO GENERAL……………………………………………..……...3
4 OBJETIVOS ESPECÍFICOS………………………………………..……..3
5.CÁLCULOS Y CONSIDERACIONES………………………………..…..4
5.1. La transformada de Fourier en el análisis de la voz…………………….…...4
5.2. Transformada discreta de Fourier directa (DFT)............................................4
5.3. Transformada discreta de Fourier inversa (IDFT)..........................................5
5.4. Procesamiento de audio o voz………………………………………...……….5
5.5. Sonoridad: Presión sonora y decibelios……………………………….…..….6
5.6. Frecuencia de muestreo…………………………………………………..…….7
5.7. Representación en Software(Matlab)................................................................8
5.8. Representación en Software(python)................................................................9
5.9. Eliminar ruido de frecuencia de una audio……………….………………….9
6. CONCLUSIONES…………………………………………………………………..12
7. BIBLIOGRAFÍA…………………………………………………………..13
1. INTRODUCCIÓN
El reconocimiento de voz es cada vez más importante en la vida cotidiana de las
personas pues una gran parte de la información que recibimos y percibimos cada día
está en forma de audio, como cuando tenemos una conversación. Sin embargo en la
actualidad se ha hecho más frecuente el uso de la tecnología con su rápido
crecimiento, lo que ha provocado que por medio de dispositivos de comunicación o
dispositivos amplificadores de audio escuchemos dichos sonidos.
3. OBJETIVO GENERAL
- Analizar los espectros de la voz usando las series de Fourier aplicando de esta
manera los números complejos para así reconocer su funcionamiento y su
representación gráfica.
4. OBJETIVOS ESPECÍFICOS
5. CÁLCULOS Y CONSIDERACIONES
Para el desarrollo del proyecto con el objetivo de realizar y analizar el estudio de los
espectros de la voz, se plantea el uso de la transformada de Fourier utilizando tanto
elementos físicos como virtuales para realizar un reconocimiento de la voz y poder
transformar este a elementos informáticos donde se puede realizar el estudio del
espectro mediante las frecuencias de una función.
- Dentro de los elementos físicos encontramos el micrófono, el controlador de
audio y el computador.
- Dentro de los elementos virtuales encontramos el procesamiento de audio, el
software y la programación.
5.6Frecuencia de muestreo.
Figura 4. Gráfica de la frecuencia de muestreo
El sistema de análisis de señales muestreadas temporalmente supone una deformación
considerable de la señal, que, de por sí, suele presentar una perfecta continuidad. El
problema se va incrementando a medida que el muestreo se pueda realizar a intervalos
más pequeños. Ahora bien, como que el algoritmo (FFT) trabaja con un número
determinado de, muestras, la comprensión de las mismas en un tiempo relativamente
corto no nos permite detectar fenómenos que manifiestan su periodicidad en un
tiempo más largo (como, por ejemplo, la periodicidad fundamental de las cuerdas
vocales).
6. CONCLUSIONES
Como podemos observar en el estudio de los espectros de la voz tenemos diferentes
aplicaciones para manipular y mejorar aspectos de la voz como el ruido y otros
factores que afectan a la correcta escucha de un audio, también podemos identificar
palabras y distintas voces dentro de un audio, lo cual actualmente podemos observar
en aplicaciones como el asistente de google o el asistente de amazon alexa los cuales
identifican la voz y las palabras que decimos. Así mismo, también se observan
diferentes formas de manipular las transformadas de fourier donde una
implementación de la transformada rápida de fourier es más eficiente en términos de
el número de operaciones aritméticas que una implementación directa de la DFT y
como esta nos permite la facilidad de graficar de forma más sencilla la representación
en el dominio de la frecuencia de una función. También vemos la caracterización de
las gráficas y como la transformada de fourier relaciona una función del dominio en el
tiempo con una función en el dominio de la frecuencia.
En otras palabras, la transformada de Fourier se utiliza para conocer las características
de frecuencia de las señales y el comportamiento de los sistemas lineales ante estas
señales; así mismo es capaz de resolver ecuaciones diferenciales con mayor facilidad.
7. BIBLIOGRAFÍA
- UTSI. (2019). Voice recognition via Fourier Transform (N.o 1). IUT.
- EF. (2012). Fourier analysis and applications to sound processing (N.o 1). UIO.
https://www.uio.no/studier/emner/matnat/math/nedlagte-emner/MAT-INF2360/v12/
part1.pdf
- Transformada Discreta de Fourier. Análisis de audio en tiempo real con Python
(Scipy). (2020, 19 noviembre). [Vídeo]. YouTube. https://www.youtube.com/watch?
v=5QPdlTg1z-I
- Transformada de Fourier [FFT] en MATLAB paso a paso 2020. (2020, 1 julio).
[Vídeo]. YouTube. https://www.youtube.com/watch?v=SrFkYY_VmNE
- Marti, J. (1987). FFT COMO HERRAMIENTA DE ANÁLISIS EN FONÉTICA (N.o
1). LA SALLE BONANOVA.
https://www.ub.edu/journalofexperimentalphonetics/pdf-articles/EFE-III-JMarti-
FFT_herramienta.pdf
- C. (s. f.). Casdreams.CESF. http://www.casdreams.com/cesf/foc/fo/transformada
%20de%20fourier.pdf
- Gil, J. A. (2020, 24 mayo). Filtro de un audio a partir de la transformada rápida de
fourier. YouTube. https://www.youtube.com/watch?
v=OOX2Y7xH3yQ&feature=youtu.be