Algoritmos en SIGNAL para el procesamiento de señales de voz

Autores
Herrero, Samantha G.; Heroles, Guillermo
Año de publicación
1996
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Bria, Oscar N.
Tinetti, Fernando Gustavo
Descripción
El trabajo de investigación aplicada que se presenta a continuación tiene como objetivo profundizar en dos grandes temas como son el procesamiento de señales de voz y el lenguaje de especificación formal SIGNAL, para luego tratar de paralelizar ciertas rutinas inherentes a técnicas de análisis de señales de voz; específicamente aquellas relacionadas con el Análisis de Predicción Lineal. Los capítulos iniciales detallan las características e hipótesis en las cuales se basa el lenguaje SIGNAL. Así, en el Capítulo 1 se incursiona en el área de las arquitecturas no convencionales, poniendo énfasis en aquellas Data-Flow, donde la ejecución de un programa depende de la disponibilidad de datos. A continuación, el Capítulo 2 ofrece una interiorización sobre Sistemas Reactivos y de Tiempo Real, como así también sobre sus formas de especificación, ya sea a través de Formalismos Basados en Estados o Sistemas Recurrentes de Múltiples Relojes. Se ubica a SIGNAL dentro de este último estilo de modelización. El Capítulo 3 describe SIGNAL. Se especifica cómo dicho lenguaje maneja el tiempo, su filosofía de procesamiento y los distintos operadores. Además se investiga el trabajo del compilador que asegura la ausencia de deadlock en un proceso dado, utilizando como herramientas básicas los sistemas de ecuaciones de reloj y los grafos de dependencias condicionales de dicho proceso. Las características básicas del Procesamiento de señales de voz son presentadas en el Capítulo 4, focalizando la atención en características Short- Term y Long-Term. En el capítulo 5 se detalla en qué consiste Análisis de Predicción Lineal como técnica de análisis de señales de voz. Puntualmente se estudia una solución al Problema Clásico de Mínimos Cuadrados pues mantiene una relación que involucra un conjunto de resultados intermedios y prácticos coincidentes con los propios del Método de la Covarianza (uno de los métodos para hallar coeficientes de Predicción Lineal). Dicha solución es planteada recursiva en el tiempo. El objetivo final de este trabajo de investigación se alcanza en el Capítulo 6 donde, aprovechando las facilidades del lenguaje SIGNAL, se obtiene una versión paralelizada de la solución al problema de Mínimos Cuadrados propuesta en el Capítulo 5. Además de algunas rutinas clásicas para el procesamiento de señales de voz (filtrados, cálculos de la medida de cruces por cero, etc.), también se implementa un proceso para la resolución de sistemas de ecuaciones vía sustitución backward, donde no es posible paralelizar completamente la tarea debido a la dependencia de datos que por naturaleza presenta el algoritmo. Finalmente se adjunta un Apéndice que explica sintéticamente las llamadas Rotaciones de Givens, utilizadas para transformar una matriz general en triangular mediante rotaciones de plano ortonormales. Esta última información es aportada para proveer un mayor grado de entendimiento de la mecánica utilizada en el algoritmo de cálculo de Coeficientes de Predicción Lineal.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Ciencias Informáticas
algoritmos
Voice
procesamiento de la voz
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/2135

id SEDICI_33a216fc3048b236a848d439106d2d76
oai_identifier_str oai:sedici.unlp.edu.ar:10915/2135
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos en SIGNAL para el procesamiento de señales de vozHerrero, Samantha G.Heroles, GuillermoCiencias InformáticasalgoritmosVoiceprocesamiento de la vozEl trabajo de investigación aplicada que se presenta a continuación tiene como objetivo profundizar en dos grandes temas como son el procesamiento de señales de voz y el lenguaje de especificación formal SIGNAL, para luego tratar de paralelizar ciertas rutinas inherentes a técnicas de análisis de señales de voz; específicamente aquellas relacionadas con el Análisis de Predicción Lineal. Los capítulos iniciales detallan las características e hipótesis en las cuales se basa el lenguaje SIGNAL. Así, en el Capítulo 1 se incursiona en el área de las arquitecturas no convencionales, poniendo énfasis en aquellas Data-Flow, donde la ejecución de un programa depende de la disponibilidad de datos. A continuación, el Capítulo 2 ofrece una interiorización sobre Sistemas Reactivos y de Tiempo Real, como así también sobre sus formas de especificación, ya sea a través de Formalismos Basados en Estados o Sistemas Recurrentes de Múltiples Relojes. Se ubica a SIGNAL dentro de este último estilo de modelización. El Capítulo 3 describe SIGNAL. Se especifica cómo dicho lenguaje maneja el tiempo, su filosofía de procesamiento y los distintos operadores. Además se investiga el trabajo del compilador que asegura la ausencia de deadlock en un proceso dado, utilizando como herramientas básicas los sistemas de ecuaciones de reloj y los grafos de dependencias condicionales de dicho proceso. Las características básicas del Procesamiento de señales de voz son presentadas en el Capítulo 4, focalizando la atención en características Short- Term y Long-Term. En el capítulo 5 se detalla en qué consiste Análisis de Predicción Lineal como técnica de análisis de señales de voz. Puntualmente se estudia una solución al Problema Clásico de Mínimos Cuadrados pues mantiene una relación que involucra un conjunto de resultados intermedios y prácticos coincidentes con los propios del Método de la Covarianza (uno de los métodos para hallar coeficientes de Predicción Lineal). Dicha solución es planteada recursiva en el tiempo. El objetivo final de este trabajo de investigación se alcanza en el Capítulo 6 donde, aprovechando las facilidades del lenguaje SIGNAL, se obtiene una versión paralelizada de la solución al problema de Mínimos Cuadrados propuesta en el Capítulo 5. Además de algunas rutinas clásicas para el procesamiento de señales de voz (filtrados, cálculos de la medida de cruces por cero, etc.), también se implementa un proceso para la resolución de sistemas de ecuaciones vía sustitución backward, donde no es posible paralelizar completamente la tarea debido a la dependencia de datos que por naturaleza presenta el algoritmo. Finalmente se adjunta un Apéndice que explica sintéticamente las llamadas Rotaciones de Givens, utilizadas para transformar una matriz general en triangular mediante rotaciones de plano ortonormales. Esta última información es aportada para proveer un mayor grado de entendimiento de la mecánica utilizada en el algoritmo de cálculo de Coeficientes de Predicción Lineal.Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.Licenciado en InformáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasBria, Oscar N.Tinetti, Fernando Gustavo1996info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/2135spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:48:40Zoai:sedici.unlp.edu.ar:10915/2135Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:48:40.697SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos en SIGNAL para el procesamiento de señales de voz
title Algoritmos en SIGNAL para el procesamiento de señales de voz
spellingShingle Algoritmos en SIGNAL para el procesamiento de señales de voz
Herrero, Samantha G.
Ciencias Informáticas
algoritmos
Voice
procesamiento de la voz
title_short Algoritmos en SIGNAL para el procesamiento de señales de voz
title_full Algoritmos en SIGNAL para el procesamiento de señales de voz
title_fullStr Algoritmos en SIGNAL para el procesamiento de señales de voz
title_full_unstemmed Algoritmos en SIGNAL para el procesamiento de señales de voz
title_sort Algoritmos en SIGNAL para el procesamiento de señales de voz
dc.creator.none.fl_str_mv Herrero, Samantha G.
Heroles, Guillermo
author Herrero, Samantha G.
author_facet Herrero, Samantha G.
Heroles, Guillermo
author_role author
author2 Heroles, Guillermo
author2_role author
dc.contributor.none.fl_str_mv Bria, Oscar N.
Tinetti, Fernando Gustavo
dc.subject.none.fl_str_mv Ciencias Informáticas
algoritmos
Voice
procesamiento de la voz
topic Ciencias Informáticas
algoritmos
Voice
procesamiento de la voz
dc.description.none.fl_txt_mv El trabajo de investigación aplicada que se presenta a continuación tiene como objetivo profundizar en dos grandes temas como son el procesamiento de señales de voz y el lenguaje de especificación formal SIGNAL, para luego tratar de paralelizar ciertas rutinas inherentes a técnicas de análisis de señales de voz; específicamente aquellas relacionadas con el Análisis de Predicción Lineal. Los capítulos iniciales detallan las características e hipótesis en las cuales se basa el lenguaje SIGNAL. Así, en el Capítulo 1 se incursiona en el área de las arquitecturas no convencionales, poniendo énfasis en aquellas Data-Flow, donde la ejecución de un programa depende de la disponibilidad de datos. A continuación, el Capítulo 2 ofrece una interiorización sobre Sistemas Reactivos y de Tiempo Real, como así también sobre sus formas de especificación, ya sea a través de Formalismos Basados en Estados o Sistemas Recurrentes de Múltiples Relojes. Se ubica a SIGNAL dentro de este último estilo de modelización. El Capítulo 3 describe SIGNAL. Se especifica cómo dicho lenguaje maneja el tiempo, su filosofía de procesamiento y los distintos operadores. Además se investiga el trabajo del compilador que asegura la ausencia de deadlock en un proceso dado, utilizando como herramientas básicas los sistemas de ecuaciones de reloj y los grafos de dependencias condicionales de dicho proceso. Las características básicas del Procesamiento de señales de voz son presentadas en el Capítulo 4, focalizando la atención en características Short- Term y Long-Term. En el capítulo 5 se detalla en qué consiste Análisis de Predicción Lineal como técnica de análisis de señales de voz. Puntualmente se estudia una solución al Problema Clásico de Mínimos Cuadrados pues mantiene una relación que involucra un conjunto de resultados intermedios y prácticos coincidentes con los propios del Método de la Covarianza (uno de los métodos para hallar coeficientes de Predicción Lineal). Dicha solución es planteada recursiva en el tiempo. El objetivo final de este trabajo de investigación se alcanza en el Capítulo 6 donde, aprovechando las facilidades del lenguaje SIGNAL, se obtiene una versión paralelizada de la solución al problema de Mínimos Cuadrados propuesta en el Capítulo 5. Además de algunas rutinas clásicas para el procesamiento de señales de voz (filtrados, cálculos de la medida de cruces por cero, etc.), también se implementa un proceso para la resolución de sistemas de ecuaciones vía sustitución backward, donde no es posible paralelizar completamente la tarea debido a la dependencia de datos que por naturaleza presenta el algoritmo. Finalmente se adjunta un Apéndice que explica sintéticamente las llamadas Rotaciones de Givens, utilizadas para transformar una matriz general en triangular mediante rotaciones de plano ortonormales. Esta última información es aportada para proveer un mayor grado de entendimiento de la mecánica utilizada en el algoritmo de cálculo de Coeficientes de Predicción Lineal.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description El trabajo de investigación aplicada que se presenta a continuación tiene como objetivo profundizar en dos grandes temas como son el procesamiento de señales de voz y el lenguaje de especificación formal SIGNAL, para luego tratar de paralelizar ciertas rutinas inherentes a técnicas de análisis de señales de voz; específicamente aquellas relacionadas con el Análisis de Predicción Lineal. Los capítulos iniciales detallan las características e hipótesis en las cuales se basa el lenguaje SIGNAL. Así, en el Capítulo 1 se incursiona en el área de las arquitecturas no convencionales, poniendo énfasis en aquellas Data-Flow, donde la ejecución de un programa depende de la disponibilidad de datos. A continuación, el Capítulo 2 ofrece una interiorización sobre Sistemas Reactivos y de Tiempo Real, como así también sobre sus formas de especificación, ya sea a través de Formalismos Basados en Estados o Sistemas Recurrentes de Múltiples Relojes. Se ubica a SIGNAL dentro de este último estilo de modelización. El Capítulo 3 describe SIGNAL. Se especifica cómo dicho lenguaje maneja el tiempo, su filosofía de procesamiento y los distintos operadores. Además se investiga el trabajo del compilador que asegura la ausencia de deadlock en un proceso dado, utilizando como herramientas básicas los sistemas de ecuaciones de reloj y los grafos de dependencias condicionales de dicho proceso. Las características básicas del Procesamiento de señales de voz son presentadas en el Capítulo 4, focalizando la atención en características Short- Term y Long-Term. En el capítulo 5 se detalla en qué consiste Análisis de Predicción Lineal como técnica de análisis de señales de voz. Puntualmente se estudia una solución al Problema Clásico de Mínimos Cuadrados pues mantiene una relación que involucra un conjunto de resultados intermedios y prácticos coincidentes con los propios del Método de la Covarianza (uno de los métodos para hallar coeficientes de Predicción Lineal). Dicha solución es planteada recursiva en el tiempo. El objetivo final de este trabajo de investigación se alcanza en el Capítulo 6 donde, aprovechando las facilidades del lenguaje SIGNAL, se obtiene una versión paralelizada de la solución al problema de Mínimos Cuadrados propuesta en el Capítulo 5. Además de algunas rutinas clásicas para el procesamiento de señales de voz (filtrados, cálculos de la medida de cruces por cero, etc.), también se implementa un proceso para la resolución de sistemas de ecuaciones vía sustitución backward, donde no es posible paralelizar completamente la tarea debido a la dependencia de datos que por naturaleza presenta el algoritmo. Finalmente se adjunta un Apéndice que explica sintéticamente las llamadas Rotaciones de Givens, utilizadas para transformar una matriz general en triangular mediante rotaciones de plano ortonormales. Esta última información es aportada para proveer un mayor grado de entendimiento de la mecánica utilizada en el algoritmo de cálculo de Coeficientes de Predicción Lineal.
publishDate 1996
dc.date.none.fl_str_mv 1996
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/2135
url http://sedici.unlp.edu.ar/handle/10915/2135
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615739322925056
score 13.070432