UNIVERSIDAD DE LAS FUERZAS ARMADAS “ESPE”

NOMBRES: ANDREA GARCIA // KARINA GUTIERREZ // DAVID VARELA

DIGITALIZACIONES Y ANÁLISIS DE HISTOGRAMAS DE LAS VOCALES

GRAFICO SEÑAL “A”

CODIGO VOCAL “A” 0.3
0.01 50

45
clear all 0.2

clc 0.005 40
a=audioread('Vocal 0.1
A.wav'); 35

figure; 0 0 30
plot(a);
for i=16370:1:19290 -0.1 25
b(i-16369)=a(i);
-0.005 20
end -0.2
figure; 15
plot(b); -0.3 -0.01
figure; 10

hist(b,15); 5
-0.4
0 1 2 3 4 5 6 7 8 9
x 10
4 -0.015 0
0 50 100 150 200 250 300 350 400 -0.015 -0.01 -0.005 0 0.005 0.01

Fig. 1.- Señal de audio correspondiente Fig. N.2.- Señal ampliada de la vocal Fig. N.3.- Histograma de la vocal “a”
a la vocal “a” “a”

.
0.01 50
0.3
45

CODIGO VOCAL “E” 0.2 0.005 40

35
clear all 0.1
clc 0 30
e=audioread('Vocal 0
25
E.wav');
figure; -0.1
-0.005 20
plot(e);
15
for i=17900:1:21800
-0.2
b(i-17899)=e(i); -0.01
10
end
figure; -0.3 5
plot(b); -0.015
0 50 100 150 200 250 300 350 400 0
figure; -0.4
0 1 2 3 4 5 6 7 8 9
-0.015 -0.01 -0.005 0 0.005 0.01
hist(b,15); 4
x 10
Fig. N.5.- Señal ampliada de la vocal Fig. N.6.- Histograma de la vocal “e”
“e”
Fig. N.4.- Señal de audio
correspondiente a la vocal “e”

GRAFICO SEÑAL “E”

 GRAFICO SEÑAL “I”

0.3 0.01 50

CODIGO “I” 45
0.2
0.005 40
clear all
0.1
clc 35
i=audioread('Vocal 0 30
0
I.wav');
figure; 25
-0.1
plot(i); -0.005 20
for k=16150:1:19380
-0.2
b(k-16149)=i(k); 15

end -0.01 10
figure; -0.3
5
plot(b);
figure; -0.4
0 1 2 3 4 5 6 7 8 9
-0.015
0 50 100 150 200 250 300 350 400
0
-0.015 -0.01 -0.005 0 0.005 0.01
hist(b,15); x 10
4

Fig. 7.-Señal audio correspondiente Fig. N.8.- Señal ampliada de la Fig. N.9.- Histograma de la vocal
a la vocal “i” vocal “i” “i”

0.3
GRAFICO SEÑAL “O”
CODIGO “O”
0.2 0.01 50

clear all 45
0.1
clc
0.005 40
o=audioread('Vocal 0
O.wav'); 35
figure; -0.1 0 30
plot(o);
for i=14690:1:18110 -0.2
25
b(i-14689)=o(i); -0.005 20
end -0.3
figure; 15
plot(b); -0.4 -0.01 10
figure; 0 1 2 3 4 5 6 7 8 9
4
hist(b,15); x 10 5

-0.015 0
Fig. 10.- Señal audio correspondiente a 0 50 100 150 200 250 300 350 400
-0.015 -0.01 -0.005 0 0.005 0.01
la vocal “o”
Fig. N.11- Señal ampliada de la vocal Fig. N.12.- Histograma de la vocal “o”
“o”

Fig. N.14.- Señal ampliada de la vocal

0.3 GRAFICO SEÑAL “U” “u”
CODIGO “U”
0.2 0.01

clear all 0.1

clc
0.005
u=audioread('Vocal 0
U.wav');
figure; -0.1 0
plot(u);
for i=20930:1:23880 -0.2
b(i-20929)=u(i); -0.005
end -0.3
figure;
plot(b); -0.4 -0.01
0 1 2 3 4 5 6 7 8 9
figure; 4
x 10
hist(b,15);
-0.015
Fig. 13.- Señal audio correspondiente a 0 50 100 150 200 250 300 350 400

la vocal “u”
 Fig. N.15.- Histograma de la vocal “u”
50

45

40

35

30

25

20

15

10

0
-0.015 -0.01 -0.005 0 0.005 0.01

GRAFICO SEÑAL “CASA”

CODIGO “CASA”
0.3 0.01 50

clear all 45
clc 0.2

z=audioread('Casa.wav') 0.005 40

; 0.1
35
figure;
plot(z); 0 0 30

25
-0.1
-0.005 20

-0.2
15

-0.3 -0.01 10

5
-0.4
0 1 2 3 4 5 6 7 8 9 0
-0.015
4
0 50 100 150 200 250 300 350 400 -0.015 -0.01 -0.005 0 0.005 0.01
x 10

Fig. N.16.- Señal de audio Fig. N.17.- Señal ampliada de la palabra Fig. N.18.- Histograma de la palabra
correspondiente a la palabra “casa” “casa” “casa”

INTRODUCCIÓN CÁLCULO Y ANÁLISIS DEL PITCH EN SEÑALES SONORAS DE VOZ HUMANA

Las ondas audibles son producidas por cuerdas en vibración (violín y las
cuerdas vocales), por columnas de aire en vibración (el piano y el
clarinete) y por placas y membranas en vibración (tambor) [Resnick,
Halliday. 1965]
Las ondas sonoras se reducen a los límites de frecuencia que pueden
estimular el oído humano para ser percibidas en el cerebro como una
sensación acústica. Estos límites de frecuencia se extienden desde
aproximadamente 20 Hz hasta aproximadamente de 20 KHz. El tono se define
como la altura o elevación de la voz que resulta de la frecuencia de las
vibraciones de las cuerdas vocales. Las vibraciones de un sonido agudo
son, dentro de la unidad de tiempo, más numerosas que las de un sonido
grave. En consecuencia, el tono es la propiedad de la voz que permite
clasificar el sonido en una escala de frecuencia tonal, de más agudo a más
grave.
El tono depende de la longitud que presenten los pliegues vocales, cuanto
mayor sea, más grave será la voz. Al contrario, cuanto más cortas sean las
cuerdas vocales, las voces serán más agudas.
[Le Huche y Allali. 1993] Unificando las cifras que ofrecen los diferentes
autores, podemos acotar la frecuencia de la voz masculina entre 50 y 200
Hz y la femenina entre 150 y 350 Hz. Aunque las voces puedan moverse en
estos tonos o registros, existe uno medio u óptimo.
El análisis del pitch involucra diferentes tópicos dentro del estudio de
señales sonoras aún no explorados completamente. En virtud de la
imprecisión en su propia definición se pueden implementar una gran variedad
de algoritmos para su adquisición. Históricamente se ha definido al pitch
como la frecuencia fundamental de espectro de frecuencias del habla
[Casacuberta. 1987] y se lo ha asociado al movimiento que realiza la glotis
en la generación del sonido [Husson. 1962]. Desafortunadamente cualquiera
sea la forma en la que se lo defina no se ajustará a la realidad, porque
la oscilación glotal es una función cuasi-periódica [Klatt. 1987]
HISTOGRAMA
En estadística, un histograma es una representación gráfica de una variable
en forma de barras, donde la superficie de cada barra es proporcional a
la frecuencia de los valores representados. Un histograma ofrece una
visión de grupo permitiendo observar una preferencia, o tendencia, por
parte de la muestra o población por ubicarse hacia una determinada región
de valores dentro del espectro de valores posibles.
PROCEDIMIENTO:
Utilizando la aplicación WavePad grabamos los sonidos de las vocales: a,
e, i, o, u; y la palabra “casa”. Utilizando la función audioread y plot
en MatLab, graficamos la señal de cada vocal. En el primer gráfico
visualizamos cada señal con ruido, en el segundo gráfico se encuentran las
señales ampliadas. Utilizando la función hist en MatLab, obtuvimos el
tercer gráfico, el histograma de cada señal.
CONCLUSIONES:
 El tono de la voz se mide por la frecuencia vibratoria de las cuerdas
vocales. La frecuencia es el
 número de vibraciones por segundo, y se contabiliza en hercios.
 El análisis del pitch es de fundamental importancia en el estudio de
señales sonoras tanto para musicales como de voz humana. En el caso del
análisis de la voz humana se relaciona tanto al reconocimiento de voz en
forma computacional como a la síntesis robusta.
 Se observo claramente en los gráficos de las señales que las cinco
vocales son de naturaleza periódica, mientras que las consonantes; como
las letras “c” y “s” de la palabra “casa” son de naturaleza aperiódica.
BIBLIOGRAFÍA:
 Wainschenker R.S., Doorn J.H., Legrottaglie C. F., Castro M.
 INTIA, Facultad de Ciencias Exactas, Universidad Nacional del Centro de
la Provincia de Buenos Aires, Paraje Arroyo
 Seco, Campus Universitario (7000) Tandil Argentin