O presente trabalho de doutorado teve por objetivo a criaçãao de uma nova família de transformadas wavelet, chamadas Morphlets, que é específica para o processo de conversão de voz. Antes de explicar a criação da Morphlet, foi apresentada uma breve revisão bibliográfica sobre o funcionamento da Transformada Discreta Wavelet, sobre os processos de conversão de voz, algoritmos para criação de novas wavelets, entre outros tópicos. Em seguida é feita uma descrição detalhada da técnica utilizada para criação das Morphlets e, posteriormente, foi apresentado um novo algoritmo para conversão de voz baseado nas Morphlets. A criação das Morphlet, assim como o algoritmo proposto para conversão de voz baseado nela, inexistem na literatura, até o presente momento. Para testar à eficiência da técnica proposta de conversão de voz usando as Morphlets foram realizados testes diversos, principalmente baseados em critérios perceptuais, sendo os resultados obtidos motivadores, o que indicou um avanço na área. / The objective of this PhD work is the creation of a new family of wavelet transforms, called Morphlets, particularly designed for voice conversion. Before explaining the creation of this new family of transforms, a brief literature review on the Discrete Wavelet Transform, voice morphing procedures, algorithms to create specific wavelets, among other topics, was presented. This is followed by a detailed description of the technique used to create the new family of wavelets and, then, the algorithm for voice conversion based on this new transform. To date, the creation of Morphlets and the algorithm for voice conversion do not exist in the literature. In order to test the effectiveness of the proposed approach, many tests, mainly based on perceptual criteria, were performed. The results indicate an improvement in the area.

Orientador: Francisco José Fraga da Silva / Dissertação (mestrado) - Universidade Federal do ABC. Programa de Programa de Pós-Graduação em Engenharia da Informação, 2013

Made available in DSpace on 2016-12-23T14:07:23Z (GMT). No. of bitstreams: 1 Thiago de Aguiar Caloti.pdf: 6800429 bytes, checksum: 56d236461c45a8147cd9039de11259d5 (MD5) Previous issue date: 2013-05-13 / Diabetes mellitus (DM), usually referred to as diabetes, is a chronic disease characterized by hyperglycaemia and leads to specific long-term complications: retinopathy, neuropathy, nephropathy and cardiomyopathy. Analysis of heart rate variation (HRV), being a noninvasive tool, has become a popular method to assess the activitie of the autonomic nervous system (ANS). Heart rate (HR) are bio-signals that are in constantly changing. These changes may be an indication of current disease or serve as a pre-warning to imminent cardiovascular diseases. In this work, we analyse HRV signals from 360 normal and 360 diabetic subjects, using time domain, frequency domain and nonlinear techniques. Our results show that the indexes in the time domain (RRmean, SDNN, RMSSD, pNN50 and D index), in the frequency domain (VLF, LF, HF, HFnorm and LF/HF) and the nonlinear indexes (ApEn, SampEn, SD1, SD2, s, a1, FD, REC, DET, Lmean, Lmax and ShanEn) are clinically meaningful in the identification of patients with diabetes. The proposed diagnostic system classifies, DM patients and normal subjects, with an accuracy of 75:69%, specificity of 80:56% and sensitivity of 70:83% / O diabetes mellitus (DM), usualmente referido como diabetes, é uma doença crônica caracterizada por hiperglicemia e leva a complicações específicas a longo prazo: retinopatia, neuropatia, nefropatia e cardiopatia. A análise da variabilidade da frequência cardíaca (VFC), sendo uma ferramenta não invasiva, tornou-se um método amplamente empregado em pesquisas para avaliar a atividade do sistema nervoso autônomo (SNA). A frequência cardíaca (FC) é sinal biológico que está em constante mudança. Essas mudanças podem ser um indício de doença ou servir como um indicativo de iminentes doenças cardiovasculares. Neste trabalho, analisam-se sinais de VFC de 360 indivíduos saudáveis e 360 indivíduos diabéticos, usando métodos no domínio do tempo, no domínio da frequência e técnicas não lineares. Os resultados mostram que os índices no domínio do tempo (RRmean, SDNN, RMSSD, pNN50 e D index), no domínio da frequência (VLF, LF, HF, HFnorm e LF/HF) e os índices não lineares (ApEn, SampEn, SD1, SD2, s, a1, FD, REC, DET, Lmean, Lmax e ShanEn) são clinicamente significativos na identificação de pacientes com diabetes. O sistema de diagnóstico proposto classifica indivíduos saudáveis e com DM, com acurácia de 75:69%, especificidade de 80:56% e sensibilidade de 70:83%

Made available in DSpace on 2016-12-23T14:07:24Z (GMT). No. of bitstreams: 1 parte1.pdf: 2039264 bytes, checksum: 4e62f121579ed7c794b211e3a6077c24 (MD5) Previous issue date: 2007-11-30 / Nesta Dissertação de Mestrado, foi desenvolvido um sistema assistivo, composto por uma interface homem-máquina (IHM) e uma estação de monitoramento remoto, destinado ao indivíduo com severo comprometimento orgânico. A IHM pode ser acionada por meio de um apontador de cabeça, piscada de olhos, movimento do globo ocular, posição da íris captada por uma câmara de vídeo e sinais cerebrais. Essa IHM confere ao usuário um novo canal de comunicação, além de poder comandar uma cadeira de rodas robótica. Um PDA (do inglês Personal Digital Assistant), embarcado nessa cadeira, atua como interface gráfica, contendo opções de seleção pelo usuário, tais como sentido de movimento da cadeira, expressar necessidades, permitir comunicação textualmente ou levá-lo a pontos específicos de ambientes estruturados. Nessa última opção, um sistema de controle embarcado permite a navegação autônoma até o cômodo desejado, de acordo com a implementação de um controlador de posição com desvio de obstáculos. A interface com o usuário desenvolvida possui saída acústica e informa cada opção escolhida através de um sintetizador de voz, facilitando a comunicação com membros do convívio. A unidade de monitoramento é composta por um segundo PDA, de onde é possível monitorar, remotamente, informações da cadeira de rodas em ambiente estruturado, como posição e velocidade, enviar comandos direto aos motores, ou até mesmo selecionar pontos destinos desse ambiente e enviá-los ao sistema de navegação. / This Master Thesis presents an assistive system, composed by a humanmachine interface (IHM, in Portuguese) and a remote surveillance station, designed for neuromotor impaired people. The IHM can be controlled with a head pointer, eye blinks, movements of eyeball, iris position collected by video camera or through brain signals. This interface gives the user a new communication channel, besides controlling a robotic wheelchair. A PDA, onboard in this wheelchair, acts as a graphic interface, with options that allow the user to choose the wheelchair movement direction, express necessity, permit textual communication or go to specific points in an Intelligent Environment. In that case, an onboard controlling system allows autonomous navigation until a desired point, according to a position controller, including obstacle avoidance. The developed user interface has an acoustic output and inform every option selected by the user through a voice synthesizer, making communication with a household member easier. The surveillance station is compound by a second PDA, which allows remote surveillance of wheelchair information in an intelligent place, like position and velocity. It can also send commands direct to the motors, or even select destiny points and send them to the navigation system.

Made available in DSpace on 2016-12-23T14:07:27Z (GMT). No. of bitstreams: 1 Cleber F Depizzol bloqueada.pdf: 851798 bytes, checksum: 2a03d60f2abf5d40c1d90eca3f9e20d9 (MD5) Previous issue date: 2011-12-12 / O comportamento oscilatório de malhas de controle pode ser causado por variados motivos que são inerentes ao processo. Tal comportamento aumenta o custo e reduz a qualidade do produto final. Este assunto tem sido amplamente estudado, entretanto até mesmo algoritmos robustos tem apresentado falhas quando o sinal analisado tem forte presença de ruído, distúrbios não periódicos, e=ou possui baixa freqüência de oscilação. Este trabalho discute o algoritmo Detecção e Caracterização de Oscilação (ODC), um algorimo conhecido da literatura o qual baseia-se na medição dos períodos do sinal autocorrelacionado obtido pela inversa da transformada de Fourier aplicada sobre a densidade espectral de potência, a fim de que a presença do comportamento oscilatório seja caracterizado. Vários problemas verificados no algoritmo são minimizados através da aplicação das propostas deste trabalho. A análise da causa raiz também é considerada, comparando a energia dos sinais oscilatórios calculados usando o gráfico da densidade espectral de potência. As contribuições deste trabalho são destacadas através de sua aplicação a dados de quatro diferentes processos industriais / The oscillatory control loop behavior may be caused by different reasons, which are inherent to the industrial processes. Such behavior increases the costs and decreases the quality of the final products. This subject has being widely studied, however even robust algorithms present false results when the analyzed signals are highly influenced by noise, nonperiodic perturbations, or very low frequencies. This work discusses the algorithm Oscilation Detection and Caracterization, a well-known algorithm used to detect and characterize oscillations based on the measurement of the period of the autocorrelated signal obtained from the inverse Fourier transform of the power spectral density. Several drawbacks of the algorithm are overcome through the application of our proposals. The root cause problem is also addressed, comparing the energy of the oscillatory signals calculated in the power spectral density plot. The contributions of this work are highlighted through its application to data of four different industrial processes

Em algumas ocasiões o uso de aparelhos é necessário para melhorar a audição de deficientes auditivos. Para melhorar a clareza das ligações telefônicas dessas pessoas, há interesse em aparelhos telefônicos que desempenham função semelhante aos aparelhos de audição (hearing aids), amplificando adequadamente o sinal recebido do outro lado da conexão. Um dos maiores problemas com tais aparelhos é que a malha fechada que inclui o retorno local na híbrida telefônica e o acoplamento acústico entre o alto-falante e o microfone do aparelho pode se tornar instável devido à introdução da amplificação, dando origem a microfonia. Uma abordagem típica deste problema nos aparelhos de audição é feita mediante o cancelamento adaptativo do eco acústico. No caso sendo considerado aqui, porém, também é possível eliminar a microfonia fazendo o cancelamento adaptativo do retorno local na híbrida, abordagem que é mais simples, devido à resposta impulsiva mais curta a ser compensada e sua menor variação temporal. Portanto, esta dissertação tem como objetivo o desenvolvimento de um cancelador de retorno local usando filtragem adaptativa para fins de impedir a microfonia num aparelho telefônico para deficientes auditivos. Para uma efetiva compensação de um determinado grau de deficiência auditiva, será visto que pode ser desejável em algum momento introduzir até uma certa quantidade de ganho em alguma frequência, sendo que a viabilidade disso depende da efetividade do cancelamento do retorno local, é definida uma medida de desempenho dos filtros adaptativos usados em termos da amplificação máxima que pode ser introduzida graças ao cancelamento do retorno local sem provocar microfonia. Considerando esta medida de desempenho, foi definido um objetivo de 55 dB de amplificação máxima a ser alcançado pelo cancelamento do retorno local. Verificamos então que o uso dos algoritmos LMS (least mean square), e-NLMS (normalized least mean square ) e RLS (recursive least squares) não alcança este objetivo com sinal de fala como entrada. Visto isto, a adaptação antes da conversação é avaliada com sinal branco gaussiano como entrada, acrescentando-se um filtro notch para eliminar o tom de discar. Os resultados mostram que o algoritmo LMS é suficiente para alcançar o objetivo mencionado. / On some occasions the use of apparatus are needed to improve the deafness of hearing impaired. To improve the clarity of the telephonic connections of these people, there is interest in telephone sets that exert similar function to the hearing aids, properly amplifying the received signal of the another side of the connection. One of the main problems with such apparatus is that the closed loop that includes local return in the telephone hybrid and acoustic coupling between the capsule and the microphone of the telephone set would become unstable due to the introduction of amplification, producing howling. A typical approach to this problem in hearing aids is made by the adaptive acoustic echo cancellation. In this case, however, it is also possible to eliminate howling by the adaptive local return cancellation in the hybrid, which is a simpler approach, due to shorter impulse response to be compensated and their lower temporal variation. Therefore, the goal of this dissertation is to develop a local return canceller using adaptive filtering for the purpose of preventing howling in a telephone set for hearing impaired. For an effective compensation of a certain degree of hearing impairment, it will be seen that it may be desirable at some point to introduce up to a certain amount of gain at some frequency. Whereas the viability of this depends on the effectiveness of the cancellation of the local return, a performance measure of used adaptive filters in terms of the maximum amplification which may be released due to the cancellation of the local return is defined without causing howling. Considering this performance measure was set a goal of 55 dB of maximum gain to be achieved by the local return cancelling. We verify then that the use of the LMS (least mean square), e-NLMS (normalized least mean square) and RLS (recursive least squares) algorithms doesn\'t attain this goal with speech signal as input. Therefore, adaptation before the conversation is evaluated, with white gaussian signal as input, adding a notch filter to eliminate the dial tone. The results show that the LMS algorithm is sufficient to achieve the mentioned goal.

O trabalho envolve a pesquisa de técnicas para espacialização sonora musical e o desenvolvimento de um sistema de espacialização sonora sobre uma arquitetura de áudio multicanal aberta (AUDIENCE) para a auralização imersiva. Utilizando-se a técnica Ambisonics, o sistema construído permite a recriação de um campo sonoro tridimensional. O sistema reproduz virtualmente peças musicais espacializadas, por meio de um arranjo de alto-falantes em torno do ouvinte, onde as fontes sonoras podem assumir posições incomuns e movimentar-se no espaço. Através dos resultados dos experimentos musicais realizados com o sistema, chega-se a conclusão de que o sistema pode ser utilizado por compositores, regentes e produtores para a tarefa de espacialização musical. / This work involves the research of techniques for musical spatialization, and the development of a spatialization system, based on an open multichannel audio architecture (AUDIENCE) for immersive auralization. The constructed system uses the Ambisonics technique, which allows the recreation of a three-dimensional sound field. The system reproduces spatial music through an arrangement of loudspeakers around the listener where sound sources can assume some uncommon positions, and also be put into motion. From the results of experiments with a musical piece it follows that the system can be used by composers, conductors, and producers to the musical spatialization task.

O crescente interesse pela caracterização de parâmetros acústicos marinhos esbarra nos poucos dispositivos eletrônicos que permitem capturar, armazenar, processar e difundir dados. Os equipamentos atuais que possibilitam obter dados referentes à vida marinha e permitem estudar as influências humanas sobre ela possuem alto custo e funcionam de forma isolada, ou seja, normalmente não há comunicação com outros dispositivos, o que dificulta a monitorização de eventos em tempo real. Sendo assim, neste trabalho são revisadas as características necessárias para estabelecer uma rede de sensores sem fio (RSSF) de alta confiabilidade, utilizando-se o conceito de Internet das Coisas (IoT). São comparados os protocolos MQTT-SN e CoAP com ferramentas de simulação e implementada uma rede de sensoriamento acústico aquático constituída de três nós sensores autônomos e um gateway usando o protocolo 6LowPAN. Também é implementada a tradução para o protocolo IPV4 no gateway, de modo que o funcionamento da rede de sensores pode ser monitorada num servidor remoto na Internet em tempo real. O desempenho da rede é avaliado com relação à autonomia energética, capacidade de memória, alcance e confiabilidade na entrega dos dados. As unidades autônomas desenvolvidas podem operar ininterruptamente, com uso de baterias, por aproximadamente 125 horas com memória de gravação de 48GB e alcance de 100m aproximadamente. Por fim, é implementado o pré-processamento dos dados sonoros visando a detecção de eventos acústicos aquáticos. / The increasing interest in the characterization of marine acoustic parameters needs electronic devices that allow capture, store, process, and diffuse data. Current equipment that provides data about the marine life and allow the study of human influences on it have high cost and work isolated, that is, without communication with other devices, which makes it difficult to monitor events in real time. Therefore, this work revises the necessary features to establish a high reliability wireless sensor network (WSN) by applying the concept of Internet of Things (IoT). The protocols MQTT-SN and CoAP are compared with simulation tools and a network is implemented to sense acoustic signals, composed by three autonomous sensor nodes and a gateway using the protocol 6LowPAN. The translation for the IPV4 protocol in the gateway is also implemented, so the operation of the sensor network can be monitored by a remote server on the Internet in real time. The performance of the network is evaluated in relation to power autonomy, memory capacity, reach and reliability. The autonomous sensor nodes can operate uninterrupted, with use of batteries, for approximately 125 hours with 48GB storage for recording and approximately 100m range. Finally, data pre-processing is implemented in order to detect aquatic acoustic events.

A identificação de locutor está relacionada com a seleção de um locutor dentro de um conjunto de membros pré-definidos e neste trabalho os experimentos foram realizados utilizando um sistema de identificação de locutor independente de texto baseado em modelos de mistura de gaussianas. Para realizar os testes, foi empregado o banco de voz TIMIT e sua correspondente versão corrompida por ruído de canal telefônico, isto é, NTIMIT. O aparelho fonador pode ser representado por coeficientes mel-cepstrais obtidos por meio de banco de filtros ou, alternativamente, por coeficientes de predição linear. Adicionalmente, a técnica de subtração da média cepstral é aplicada quando o banco de voz NITMIT é utilizado com o intuito de minimizar a distorção de canal intrínseca a ele. A componente da locução para a qual os coeficientes mel-cepstrais são calculados é obtida através de um detector de atividade de voz (DAV). No entanto, os DAVs são em geral sensíveis à relação de sinal-ruído da locução, sendo necessário adaptá-los para as condições de operação do sistema. É sugerida a integração no DAV de um estimador da relação de sinal-ruído baseado no método Minima Controlled Recursive Average (MCRA), que é necessário para permitir o tratamento de sinais tanto limpos quanto ruidosos. É observado que em locuções de elevada relação de sinal-ruído, como aquelas provenientes do banco de voz TIMIT, o método mais apropriado de extração dos coeficientes mel-cepstrais foi o padrão, isto é, baseado em banco de filtros, enquanto que para sinais de voz ruidosos a técnica de subtração da média cepstral aliada à extração dos coeficientes mel-cepstrais a partir de coeficientes de predição linear revelou os melhores resultados. / Speaker identification is concerned with the selection of one speaker within a set of enrolled members and in this work the experiments were performed using a textindependent cohort Gaussian mixture model (GMM) speaker identification system. In order to perform the tests, TIMIT speech database is used and its corresponding version corrupted by a noisy telephone channel, i.e., NTIMIT. The vocal tract is represented by Mel-cepstral frequency coefficients with filter banks or, alternatively, by linear prediction cepstral coefficients. Additionally, the cepstral mean subtraction technique is applied when the NTIMIT database is used to minimize the channel distortion intrinsic to it. The utterance component for which the Mel-frequency cepstral coefficients is obtained using a voice activity detector (VAD). However, the VADs are generally sensitive to the signal-to-noise ratio of the utterance, making it necessary to adapt them to the system operating conditions. A signal-to-noise ratio estimator is included in the proposal VAD, which is based on Minima Controlled Recursive Average (MCRA), in order to be able to handle both clean and noisy speech. It is observed that in high signal-to-noise ratio utterances, such as those from the TIMIT database, the more appropriate extraction method for the Mel-frequency cepstral coefficients was the baseline one consisting of filter banks, while for noisy speech the technique of cepstral mean subtraction coupled with the extraction of Mel-frequency cepstral coefficients from linear prediction cepstral coefficients provided the best results.

Neste trabalho, uma versão de RBM (Restricted Boltzmann Machine) tendo uma camada de classificação é adaptada a fim de permitir o seu uso com dados definidos num domínio contínuo. Essa adaptação dá origem a uma variante do modelo para o qual são desenvolvidas as regras de atualização de parâmetros dos treinamentos discriminativo, generativo e híbrido. A aplicação da variante como classificador no problema de VAD (Voice Activity Detection) é então investigada. Por meio de simulações envolvendo o corpus NOIZEUS e empregando como entradas do classificador tanto MFCCs (Mel-Frequency Cepstral Coefficients) quanto FBEs (Filter-Bank Energies), são obtidos resultados comparáveis aos de detectores considerados como estado da arte, com um menor custo computacional. A variante de RBM é comparada também com as SVMs (Support Vector Machines) lineares e com núcleo gaussiano. Com treinamento discriminativo, a RBM fornece desempenhos intermediários entre as duas versões de SVM, porém um custo computacional que é consideravelmente inferior aos de ambas. Adicionalmente, um conjunto de medidas do áudio que tiveram seu uso em VAD proposto recentemente são avaliadas com o emprego da RBM com treinamento discriminativo. Embora os resultados não sejam conclusivos, os desempenhos conseguidos indicam que essas medidas não são vantajosas quando comparadas com os tradicionais MFCCs. / In this work, a type of Restricted Boltzmann Machine (RBM) having a classification layer is adapted to allow its use with data defined in a continuous domain. Such adaptation gives rise to a variant of the model for which the parameter update rules are developed for the discriminative, generative and hybrid types of training. The application of the variant as a classifier to the Voice Activity Detection (VAD) problem is then investigated. By means of simulations involving the corpus NOIZEUS and employing Mel-Frequency Cepstral Coefficients (MFCCs) or Filter-Bank Energies (FBEs) as classifier inputs, results comparable to those of state-of-the-art detectors are achieved with a lower computational cost. The RBM variant is also compared to the linear and Gaussian kernel Support Vector Machines (SVMs). With the discriminative training, the RBM provides intermediate performances between the two SVM types, but a computational cost that is considerably lower than theirs. Additionally, a set of measures from the audio whose application in VAD has been recently proposed are evaluated by employing the RBM with discriminative training. Although the results are not conclusive, the performances obtained indicate that the measures are not advantageous when compared to the traditional MFCCs.