Representación rala de la señal de voz

HUGO LEONARDO RUFINER; GODDARD CLOSE, JOHN; FLORENTINO ROCHA, LUIS

Revista Argentina de Bioingeniería

Universitas, Sociedad Argentina de Bioingeniería

Lugar: Córdoba; Año: 2004 vol. 10 p. 3 - 12

0329-5257

Recientemente se han encontrado conexiones interesantes entre el análisis de señales mediante bases sobrecompletas y la manera en la que el cerebro parece procesar algunas señales sensoriales. Este tipo de análisis puede dar representaciones que poseen muy pocos elementos activos o diferentes de cero, o sea sumamente ralas. Esta es una caracteristica que comparten con los sistemas sensoriales biológicos, y hace que sean fácilmente codificables en términos de trenes de pulsos o espigas. Las representaciones ralas poseen también una robustez intrínseca al ruido aditivo, cuando este no pueda ser expresado fácilmente en términos de los elementos de la "base". Se puede decir también que describen a las señales que representan de una manera que permite una adecuada generalización, lo que es particularmente importante en el contexto de la clasificación de las mismas. Existen varios métodos que permiten encontrar una representación rala de una señal si se posee una base sobrecompleta adecuada. Así mismo se pueden diseñar los elementos de estas bases a la medida del tipo de pistas que se pretenden encontrar en la señal, o buscar automáticamente la base o diccionario que satisfaga algún criterio particular. Los métodos utilizados para este fin pueden plantearse a partir de encontrar la solución de un problema de optimización deterministico u estocástico con las restricciones adecuadas. Existen también varias formas para medir la eficacia de la representación lograda, es decir la "bondad" de la codificación de los datos en términos de los coeficientes de la representación. Entre ellas existen principalmente dos grupos: las relacionadas con la dispersión de los coeficientes con respecto a una norma, y las derivadas de la estadística de estos coeficientes. En este trabajo se presentan los conceptos fundamentales detrás de este tipo de representaciones, los principales métodos para generarlas y se analiza su aplicación particular al caso de las señales de voz.