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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/2135
Ver los metadatos del registro completo
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 |