PARAMETRIZAÇÃO DE SINAIS DE FALA UTILIZANDO O MFCC

Resumo

Atualmente existe um crescimento de aplicações que realizam tarefas por comandos de fala utilizando sistemas de reconhecimento automático de fala (AutomaticSpeech Recognition -ASR). Exemplos de uso desse tipo de aplicações são os aplicativos conhecidos como Google now, Apple Siri e Microsoft Cortana. Um sistema ASR é composto por diversos subsistemas como: sistema de processamento de sinais, sistema de decodificação, sistema de modelagem acústica etc. Em especial o bloco de processamento de sinais é responsável pela parametrização e extração de características linguísticas utilizadas para classificar um sinal de fala. Existem hoje diversas técnicas para a realização desta tarefa, as quais aproveitam-se de mecanismos de produção e compreensão humana da fala para a implementação do bloco de processamento de sinais. Atualmente a técnica que possuí o maior sucesso para essa finalidade são os coeficientes cepstrais de frequência Mel (Mel-Frequency Cepstral Coefficients MFCC). Baseado nessas considerações, este trabalho tem por objetivo apresentar o projeto de todos os submódulos que compõem um subsistema de processamento de sinais em um sistema ASR utilizando a técnica MFCC para extração de parâmetros de sinais de fala relevantes para sua futura classificação.