Medidas de información multiresolución aplicadas al procesamiento de señales de habla
- Autores
- Cherniz, Analía Soledad
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Rufiner, Hugo Leonardo
Pelle, Patricia
Gómez, Juan Carlos
Risk, Marcelo - Descripción
- Fil: Cherniz, Analía Soledad. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
La parametrización de la señal de habla es un paso fundamental en múltiples sistemas de procesamiento de voz. Esto permite representar la señal con unos pocos coeficientes en donde se resaltan las características acústicas más relevantes, disminuyendo la dimensionalidad de los datos a procesar y haciendo que el procesamiento posterior sea más eficiente. En esta tesis se proponen nuevas parametrizaciones basadas en medidas de información multiresolución, a fin de obtener nuevas dimensiones que proporcionen información acerca de los cambios en la dinámica subyacente de la señal de voz. Para ello, se calculó la transformada ondita continua de la señal de voz y se evaluó la evolución temporal del grado de complejidad de los coeficientes utilizando las entropías de Shannon y Tsallis, con sus correspondientes entropías relativas asociadas, y la divergencia de Jensen-Shannon. A partir de este procesamiento se plantearon codificaciones de la señal de voz, que luego se utilizaron en dos tipos de tareas: reconocimiento automático del habla y segmentación automática de fonemas. Los resultados obtenidos muestran que las parametrizaciones propuestas permiten destacar características acústicas relacionadas con los cambios dinámicos del tracto vocal, lo cual es clave para realizar el reconocimiento, incluso en presencia de ruido aditivo. Además, la divergencia multiresolución continua proporciona información valiosa que tiene en cuenta las transiciones fonéticas, lo cual es de vital importancia al momento de realizar la tarea de segmentación.
Parameterization of speech is a fundamental step in multiple speech processing systems. This allows representing the signal with a few coefficients where the most important properties of speech are highlighted, decreasing the dimensionality of the data to be processed and making the subsequent processing more efficient. In this thesis, new parametrizations based on multiresolution information measures are proposed to obtain new dimensions that provide information about the changes in the underlying dynamics of speech signal. For that purpose, the continuous waveform transform of the speech signal was computed, and the temporal evolution of the complexity degree of the coefficients was evaluated using the Shannon and Tsallis entropies, with their corresponding relative entropies, and Jensen–Shannon divergence. These approaches were used in two applications: automatic speech recognition and text-independent phone segmentation. The results obtained show that the proposed parametrization highlight acoustic features related to dynamical changes of the vocal tract which are important cues in order to perform the recognition, even in the presence of additive noise. Moreover, the continuous multiresolution divergence provides valuable information that takes into account phoneme transitions, which is of vital importance to perform the segmentation task.
Agencia Nacional de Promoción Científica y Tecnológica
Consejo Nacional de Investigaciones Científicas y Técnicas - Materia
-
Entropy
Divergence
Multiresolution analysis
Speech parameterization
Robust speech recognition
Automatic phone segmentation
Entropía
Divergencia
Análisis multiresolución
Parametrización de la señal de voz
Reconocimiento robusto del habla
Segmentación automática de fonemas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
- Repositorio
- Institución
- Universidad Nacional del Litoral
- OAI Identificador
- oai:https://bibliotecavirtual.unl.edu.ar:11185/1125
Ver los metadatos del registro completo
id |
UNLBT_d1f16718dff361d0096f63dfc821709a |
---|---|
oai_identifier_str |
oai:https://bibliotecavirtual.unl.edu.ar:11185/1125 |
network_acronym_str |
UNLBT |
repository_id_str |
2187 |
network_name_str |
Biblioteca Virtual (UNL) |
spelling |
Medidas de información multiresolución aplicadas al procesamiento de señales de hablaMultiresolution information measures applied to speech signal proccessingCherniz, Analía SoledadEntropyDivergenceMultiresolution analysisSpeech parameterizationRobust speech recognitionAutomatic phone segmentationEntropíaDivergenciaAnálisis multiresoluciónParametrización de la señal de vozReconocimiento robusto del hablaSegmentación automática de fonemasFil: Cherniz, Analía Soledad. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.La parametrización de la señal de habla es un paso fundamental en múltiples sistemas de procesamiento de voz. Esto permite representar la señal con unos pocos coeficientes en donde se resaltan las características acústicas más relevantes, disminuyendo la dimensionalidad de los datos a procesar y haciendo que el procesamiento posterior sea más eficiente. En esta tesis se proponen nuevas parametrizaciones basadas en medidas de información multiresolución, a fin de obtener nuevas dimensiones que proporcionen información acerca de los cambios en la dinámica subyacente de la señal de voz. Para ello, se calculó la transformada ondita continua de la señal de voz y se evaluó la evolución temporal del grado de complejidad de los coeficientes utilizando las entropías de Shannon y Tsallis, con sus correspondientes entropías relativas asociadas, y la divergencia de Jensen-Shannon. A partir de este procesamiento se plantearon codificaciones de la señal de voz, que luego se utilizaron en dos tipos de tareas: reconocimiento automático del habla y segmentación automática de fonemas. Los resultados obtenidos muestran que las parametrizaciones propuestas permiten destacar características acústicas relacionadas con los cambios dinámicos del tracto vocal, lo cual es clave para realizar el reconocimiento, incluso en presencia de ruido aditivo. Además, la divergencia multiresolución continua proporciona información valiosa que tiene en cuenta las transiciones fonéticas, lo cual es de vital importancia al momento de realizar la tarea de segmentación.Parameterization of speech is a fundamental step in multiple speech processing systems. This allows representing the signal with a few coefficients where the most important properties of speech are highlighted, decreasing the dimensionality of the data to be processed and making the subsequent processing more efficient. In this thesis, new parametrizations based on multiresolution information measures are proposed to obtain new dimensions that provide information about the changes in the underlying dynamics of speech signal. For that purpose, the continuous waveform transform of the speech signal was computed, and the temporal evolution of the complexity degree of the coefficients was evaluated using the Shannon and Tsallis entropies, with their corresponding relative entropies, and Jensen–Shannon divergence. These approaches were used in two applications: automatic speech recognition and text-independent phone segmentation. The results obtained show that the proposed parametrization highlight acoustic features related to dynamical changes of the vocal tract which are important cues in order to perform the recognition, even in the presence of additive noise. Moreover, the continuous multiresolution divergence provides valuable information that takes into account phoneme transitions, which is of vital importance to perform the segmentation task.Agencia Nacional de Promoción Científica y TecnológicaConsejo Nacional de Investigaciones Científicas y TécnicasRufiner, Hugo LeonardoPelle, PatriciaGómez, Juan CarlosRisk, Marcelo2018-09-172017-07-26info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionSNRDhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11185/1125spaspainfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://creativecommons.org/licenses/by-nc-nd/4.0/deed.esreponame:Biblioteca Virtual (UNL)instname:Universidad Nacional del Litoralinstacron:UNL2025-09-29T14:30:08Zoai:https://bibliotecavirtual.unl.edu.ar:11185/1125Institucionalhttp://bibliotecavirtual.unl.edu.ar/Universidad públicaNo correspondeajdeba@unl.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:21872025-09-29 14:30:08.37Biblioteca Virtual (UNL) - Universidad Nacional del Litoralfalse |
dc.title.none.fl_str_mv |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla Multiresolution information measures applied to speech signal proccessing |
title |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
spellingShingle |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla Cherniz, Analía Soledad Entropy Divergence Multiresolution analysis Speech parameterization Robust speech recognition Automatic phone segmentation Entropía Divergencia Análisis multiresolución Parametrización de la señal de voz Reconocimiento robusto del habla Segmentación automática de fonemas |
title_short |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
title_full |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
title_fullStr |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
title_full_unstemmed |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
title_sort |
Medidas de información multiresolución aplicadas al procesamiento de señales de habla |
dc.creator.none.fl_str_mv |
Cherniz, Analía Soledad |
author |
Cherniz, Analía Soledad |
author_facet |
Cherniz, Analía Soledad |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rufiner, Hugo Leonardo Pelle, Patricia Gómez, Juan Carlos Risk, Marcelo |
dc.subject.none.fl_str_mv |
Entropy Divergence Multiresolution analysis Speech parameterization Robust speech recognition Automatic phone segmentation Entropía Divergencia Análisis multiresolución Parametrización de la señal de voz Reconocimiento robusto del habla Segmentación automática de fonemas |
topic |
Entropy Divergence Multiresolution analysis Speech parameterization Robust speech recognition Automatic phone segmentation Entropía Divergencia Análisis multiresolución Parametrización de la señal de voz Reconocimiento robusto del habla Segmentación automática de fonemas |
dc.description.none.fl_txt_mv |
Fil: Cherniz, Analía Soledad. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. La parametrización de la señal de habla es un paso fundamental en múltiples sistemas de procesamiento de voz. Esto permite representar la señal con unos pocos coeficientes en donde se resaltan las características acústicas más relevantes, disminuyendo la dimensionalidad de los datos a procesar y haciendo que el procesamiento posterior sea más eficiente. En esta tesis se proponen nuevas parametrizaciones basadas en medidas de información multiresolución, a fin de obtener nuevas dimensiones que proporcionen información acerca de los cambios en la dinámica subyacente de la señal de voz. Para ello, se calculó la transformada ondita continua de la señal de voz y se evaluó la evolución temporal del grado de complejidad de los coeficientes utilizando las entropías de Shannon y Tsallis, con sus correspondientes entropías relativas asociadas, y la divergencia de Jensen-Shannon. A partir de este procesamiento se plantearon codificaciones de la señal de voz, que luego se utilizaron en dos tipos de tareas: reconocimiento automático del habla y segmentación automática de fonemas. Los resultados obtenidos muestran que las parametrizaciones propuestas permiten destacar características acústicas relacionadas con los cambios dinámicos del tracto vocal, lo cual es clave para realizar el reconocimiento, incluso en presencia de ruido aditivo. Además, la divergencia multiresolución continua proporciona información valiosa que tiene en cuenta las transiciones fonéticas, lo cual es de vital importancia al momento de realizar la tarea de segmentación. Parameterization of speech is a fundamental step in multiple speech processing systems. This allows representing the signal with a few coefficients where the most important properties of speech are highlighted, decreasing the dimensionality of the data to be processed and making the subsequent processing more efficient. In this thesis, new parametrizations based on multiresolution information measures are proposed to obtain new dimensions that provide information about the changes in the underlying dynamics of speech signal. For that purpose, the continuous waveform transform of the speech signal was computed, and the temporal evolution of the complexity degree of the coefficients was evaluated using the Shannon and Tsallis entropies, with their corresponding relative entropies, and Jensen–Shannon divergence. These approaches were used in two applications: automatic speech recognition and text-independent phone segmentation. The results obtained show that the proposed parametrization highlight acoustic features related to dynamical changes of the vocal tract which are important cues in order to perform the recognition, even in the presence of additive noise. Moreover, the continuous multiresolution divergence provides valuable information that takes into account phoneme transitions, which is of vital importance to perform the segmentation task. Agencia Nacional de Promoción Científica y Tecnológica Consejo Nacional de Investigaciones Científicas y Técnicas |
description |
Fil: Cherniz, Analía Soledad. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-07-26 2018-09-17 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion SNRD http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
format |
masterThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11185/1125 |
url |
http://hdl.handle.net/11185/1125 |
dc.language.none.fl_str_mv |
spa spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Virtual (UNL) instname:Universidad Nacional del Litoral instacron:UNL |
reponame_str |
Biblioteca Virtual (UNL) |
collection |
Biblioteca Virtual (UNL) |
instname_str |
Universidad Nacional del Litoral |
instacron_str |
UNL |
institution |
UNL |
repository.name.fl_str_mv |
Biblioteca Virtual (UNL) - Universidad Nacional del Litoral |
repository.mail.fl_str_mv |
jdeba@unl.edu.ar |
_version_ |
1844621938993922048 |
score |
12.559606 |