processamento tempo-freqüência de sinais auditivos guido stolfi pee-5752 - epusp junho / 2003
Post on 17-Apr-2015
116 Views
Preview:
TRANSCRIPT
Processamento Tempo-Freqüência de Sinais Auditivos
Guido Stolfi
PEE-5752 - EPUSP Junho / 2003
Objetivos e Motivação
• Desenvolver dispositivo baseado em DSP para processamento de áudio em tempo real.
• Aplicação: auxilio a portadores de determinadas deficiências auditivas.
• Conceito básico: Percepção auditiva humana efetua análise do som através de bancos de filtros.
Estrutura do Ouvido Humano
cóclea
nervo
martelo bigorna canais semicircularesjanela oval
estribotímpanojanela circular
auditivatrompa
orelha
canal auditivo
osso da têmpora
lóbulo temporal
Estrutura da Cóclea
Secção da Cóclea
Detalhe dos Órgãos de Corti
Atuação dos Órgãos de Corti
Seletividade das Fibras Auditivas
Processamento dos Estímulos Nervosos
Um Diagrama de Blocos da Audição
Canalauditivo
Córtexauditivo
Núcleosnervosos
Membranabasilar
Células de Corti
E
D
Seletividade do Ouvido: Bandas Críticas
Resposta Temporal das Bandas Críticas
5 ms/div
Curvas de Audibilidade para Audição Normal
Audição com Perdas Transmissivas
0
20
40
60
80
100
0.25 0.5 1 2 4 8 kHz
dB
10 dB30 dB50dB
Solução clássica: Amplificação seletiva para compensar perdas
Audição com Perda de Limiar
0
20
40
60
80
100
0.25 0.5 1 2 4 8 kHz
dB
10 dB30 dB50dB
Amplificação seletiva é prejudicial; é necessário processamento não-linear (controle automático de ganho)
Zonas Mortas na Cóclea
0
20
40
60
80
100
0.25 0.5 1 2 4 8 kHz
dB
10 dB30 dB50dB
Perda de compreensão da fala muito superior ao previsto pelo audiograma; amplificação não melhora compreensão
Implante Coclear
• Quando há dano nas células de Corti, mas sobrevivem terminações nervosas
Resumo do Presente Trabalho
• Processamento tempo-freqüência de sinais de áudio (em Matlab®)
• Uso de janelas temporais superpostas e transformada discreta de cossenos
• Simulação de processos de perdas auditivas
• Simulação de processamentos destinados a combater perdas auditivas
Diagrama de Blocos do Processamento
ÁudioDigitalizado
JanelamentoTemporal
Superposto
Transformada Discreta de Cossenos
Mapeamento
ProcessamentoNão-linear
TransformadaInversa
ÁudioDigitalizado
JanelamentoTemporal
Superposto
Coeficientes
Janelas Temporais Superpostas
256 amostras
(11.6 ms)128
amostras
Janela Temporal
0 64 128 192 2560
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Construção da Janela Temporal
•Convolução de uma janela retangular de 128 amostras com uma janela Gaussiana
•Como a janela é aplicada 2 vezes em série, cada aplicação usa a raiz quadrada da convolução
J = sqrt(conv(rectwin(128),gausswin(128,4.2)))
128
2)()()( nGnnJ
Transformada Discreta de Cossenos
1
0
)12(4
)12)(12(4
2cos)()(
1 N
n
kknN
nJnxN
kX
•Decimação 2:1 (128 coeficientes para 256 amostras)•Cancelamento de produtos de “Aliasing” devido à janela•Coeficientes com valores reais
Exemplo de Processamento
0 2 4 6 8 10 12 14 16 18x 10 4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Voz.wav – 22050 amostras por segundoSom wave
Fragmento Sonoro Após Janelamento
0 100 200 300 400 500 600-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
0 100 200 300 400 500 600-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
Som wave
Antes da DCT
Reconstruído
Reconstrução Perfeita do Som Original
Som wave
ÁudioDigitalizado
JanelamentoTemporal
Superposto
Transformada Discreta de Cossenos
TransformadaInversa
ÁudioDigitalizado
JanelamentoTemporal
Superposto
Coeficientes
Processamento Não-linear
-1 -0.5 0 0.5 1-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
• Simulação de perda de limiar de sensibilidade da audição
Som wave0 2 4 6 8 10 12 14 16 18x 104
-0.8
-0.6
-0.4
-0.2
0
0.2
0.40.6
0.8
Processamento Não-linear: Compressão
-1 -0.5 0 0.5 1-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
• Compressão de amplitudes para compensar perda de limiar
Som wave0 2 4 6 8 10 12 14 16 18
x 104-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
Exemplos de Mapeamento
• 1 Oitava Abaixof(i) = (f(2i)+f(2i+1)) / 2 Som wave
Som wave
• Translação de Freqüênciasf(i) = f(i-5), i=6..128
Exemplos de Mapeamento
• Zonas Mortasf(10:20) = 0; f(35:128) = 0
0 1 2 3 4 5 6 7 8 9x 10 4
0
100
200
300
400
500
600
Som wave
Exemplos de Mapeamento
• Zonas Mortasf(1:10) = 0; f(25:50) = 0
Som wave
0 1 2 3 4 5 6 7 8 9x 10 4
0
50
100
150
200
Exemplo de Mapeamento
• Concentração de Freqüências (simulando implante coclear com 13 eletrodos ativos)
fa(4) = f(1); fa(6) = f(2)/2; fa(7) =sum(f(2:3)); fa(10)=sum(fa(4:5)); fa(14)=sum(f(6:7)); fa(20)=sum(f(8:11)); fa(40)=sum(f(11:14)); fa(43)=sum(f(15:20)); fa(48)=sum(f(21:29)); fa(53)=sum(f(30:43)); fa(57)=sum(f(44:59)); fa(59)=sum(f(60:82)); fa(61)=sum(f(83:120)); fa = conv(fa,a);
Som wave
0 1 2 3 4 5 6 7 8 9x 104
0
50
100
150
200
250
300
top related