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 análise acústica da voz tem sido estudada em diversas áreas e com uma diversidade muito grande de técnicas. Cada um dos métodos possui pontos fortes e fracos na análise do sinal da voz, conseguindo assim extrair as características do sinal vocal. Na análise acústica convencional, baseada na transformada de Fourier, os softwares disponíveis apresentam de forma robusta a frequência fundamental, porém outras medidas importantes como o jitter e o shimmer são apresentadas apenas como um valor total de perturbação do sinal global. Este trabalho tem como objetivo a utilização da Transformada de Wavelet Discreta como ferramenta para análise do sinal e então extração de características da voz, considerando sinais com diferentes graus de periodicidade. Este trabalho apresentará além da busca da frequência fundamental, as perturbações do jitter e shimmer ao longo do sinal da mesma. Isto é importante para que a avaliação da voz possa ser feita observando o exato instante em que as perturbações ocorrem de modo que auxilie no entendimento da dinâmica de uma possível disfonia.

A classificação de sinais acústicos é de importância fundamental para as unidades navais e aeronavais, tanto navios e essencialmente submarinos, quanto para aeronaves com capacidade antissubmarino (P-3AM, da FAB). Neste contexto, empregou-se o método de Support Vector Machine (SVM) para realizar a classificação dos navios, com base na análise de tons característicos produzidos pelos seus sinais acústicos. Comparando os resultados decorrentes do uso de Redes Neurais Artificiais aos obtidos com uso do SVM, concluiu-se que este segundo método gerou um aumento de performance no classificador em função das características extraídas dos tons. Contudo os tempos computacionais foram considerados elevados, razão porque há a necessidade de maiores investigações para adequar o emprego do SVM em um ambiente operacional.

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.

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.

Audio coding is used to compress digital audio signals, thereby reducing the amount of bits needed to transmit or to store an audio signal. This is useful when network bandwidth or storage capacity is very limited. Audio compression algorithms are based on an encoding and decoding process. In the encoding step, the uncompressed audio signal is transformed into a coded representation, thereby compressing the audio signal. Thereafter, the coded audio signal eventually needs to be restored (e.g. for playing back) through decoding of the coded audio signal. The decoder receives the bitstream and reconverts it into an uncompressed signal. ISO-MPEG is a standard for high-quality, low bit-rate video and audio coding. The audio part of the standard is composed by algorithms for high-quality low-bit-rate audio coding, i.e. algorithms that reduce the original bit-rate, while guaranteeing high quality of the audio signal. The audio coding algorithms consists of MPEG-1 (with three different layers), MPEG-2, MPEG-2 AAC, and MPEG-4. This work presents a study of the MPEG-4 AAC audio coding algorithm. Besides, it presents the implementation of the AAC algorithm on different platforms, and comparisons among implementations. The implementations are in C language, in Assembly of Intel Pentium, in C-language using DSP processor, and in HDL. Since each implementation has its own application niche, each one is valid as a final solution. Moreover, another purpose of this work is the comparison among these implementations, considering estimated costs, execution time, and advantages and disadvantages of each one.

Audio coding is used to compress digital audio signals, thereby reducing the amount of bits needed to transmit or to store an audio signal. This is useful when network bandwidth or storage capacity is very limited. Audio compression algorithms are based on an encoding and decoding process. In the encoding step, the uncompressed audio signal is transformed into a coded representation, thereby compressing the audio signal. Thereafter, the coded audio signal eventually needs to be restored (e.g. for playing back) through decoding of the coded audio signal. The decoder receives the bitstream and reconverts it into an uncompressed signal. ISO-MPEG is a standard for high-quality, low bit-rate video and audio coding. The audio part of the standard is composed by algorithms for high-quality low-bit-rate audio coding, i.e. algorithms that reduce the original bit-rate, while guaranteeing high quality of the audio signal. The audio coding algorithms consists of MPEG-1 (with three different layers), MPEG-2, MPEG-2 AAC, and MPEG-4. This work presents a study of the MPEG-4 AAC audio coding algorithm. Besides, it presents the implementation of the AAC algorithm on different platforms, and comparisons among implementations. The implementations are in C language, in Assembly of Intel Pentium, in C-language using DSP processor, and in HDL. Since each implementation has its own application niche, each one is valid as a final solution. Moreover, another purpose of this work is the comparison among these implementations, considering estimated costs, execution time, and advantages and disadvantages of each one.

Audio coding is used to compress digital audio signals, thereby reducing the amount of bits needed to transmit or to store an audio signal. This is useful when network bandwidth or storage capacity is very limited. Audio compression algorithms are based on an encoding and decoding process. In the encoding step, the uncompressed audio signal is transformed into a coded representation, thereby compressing the audio signal. Thereafter, the coded audio signal eventually needs to be restored (e.g. for playing back) through decoding of the coded audio signal. The decoder receives the bitstream and reconverts it into an uncompressed signal. ISO-MPEG is a standard for high-quality, low bit-rate video and audio coding. The audio part of the standard is composed by algorithms for high-quality low-bit-rate audio coding, i.e. algorithms that reduce the original bit-rate, while guaranteeing high quality of the audio signal. The audio coding algorithms consists of MPEG-1 (with three different layers), MPEG-2, MPEG-2 AAC, and MPEG-4. This work presents a study of the MPEG-4 AAC audio coding algorithm. Besides, it presents the implementation of the AAC algorithm on different platforms, and comparisons among implementations. The implementations are in C language, in Assembly of Intel Pentium, in C-language using DSP processor, and in HDL. Since each implementation has its own application niche, each one is valid as a final solution. Moreover, another purpose of this work is the comparison among these implementations, considering estimated costs, execution time, and advantages and disadvantages of each one.

The development of technologies to reduce turbofan engine noise reveals the fan noise, the first stage of an engine, as a great contributor for the total noise of an airplane. So a better understanding of the fan noise generation came up and motivated the construction of a fan rig test facility at the University of São Paulo in São Carlos by a partnership between the university and EMBRAER S.A.. The fan rig is composed of a long duct (12mlong) comprising a 16-bladed fan rotor and 14-vaned stator. The rotor is powered by an 100 hp electrical motor allowing speed up to 4250 RPM resulting in 0.1Mach axial flow. A 77-microphone wall-mounted array was designed for fan noise analysis. A cooperation with NASA-Glenn allowed data and information exchanging from their similar fan rig setup, the ANCF, grating then the validation of the in-house developed software. A short guide for duct-array is proposed in this work. Complex software was developed to process the data from the microphones array. We performed 3 different types of analysis: power spectral density, noise imaging obtained by acoustic beamforming and modal analysis.We proposed a different technique for modal analysis based on beamforming images in this work.We did not find any similar technique in the references. The results obtained by this technique were validated with data from ANCF-NASA. Comparative results are presented for both fan rigs, such as: power spectral densities for different fan speeds, modal analysis at the blade passing frequency (strong tones generated by the fan), noise imaging obtained by beamforming for rotating and static noise sources. Finally, results achieved in this work are in agreement with those observed in the references consulted. / Como desenvolver de tecnologias para redução de ruído de motores aeronáuticos turbofans, o ruído gerado pelo fan (primeiro estágio do motor) vem se mostrando cada vez mais um grande contribuinte na emissão total de ruído em um avião. Com isso, a necessidade de se estudar mecanismos geradores de ruído nestes motores veio à tona e motivou a construção de uma bancada de experimentos aero-acústicos junto àUniversidade de São Paulo, campus São Carlos, oriundo da parceria entre EMBRAER S.A. e Universidade de São Paulo. A bancada de ensaios compõe um conjunto rotor/estator, sendo que o fan (rotor) é equipado com 16 pás e a estatora 14 pás, conectado a um motor elétrico de 100 hp através de um eixo ao rotor, alcançando 4250 RPM com velocidade de escoamento axial médio de 0,1 Mach. Esta bancada é composta por um longo duto e a seção de ensaio com o fan localiza-se ao centro. Uma antena dispondo de 77 microfones foi especialmente projetada para fazer aquisição do ruído gerado pelo fan. Uma parceria com a NASA-Glenn possibilitou a troca de informações e dados experimentais de sua bancada de experimentos similar (ANCF) ajudando assim a validar os códigos desenvolvidos bem como comparar resultados para ambas as bancadas. Umpequeno roteiro para projeto de antena para análise modal e beamforming em duto é apresentado neste trabalho. Um complexo software foi desenvolvido a fim de processar sistematicamente os dados aquisitados pelos microfones da antena. Três tipos de análise são feitas: Via espectro densidade de potência; Imagem de ruído acústico obtido através da técnica de beamforming, e por último, análise modal. Uma técnica diferente para análise modal baseada em imagens obtidas através de beamforming é proposta neste trabalho. Nada similar foi encontrado nas referências consultadas. Os resultados foram validados com dados de fontes sintéticas produzidas pela bancada ANCF-NASA. Resultados comparativos para ambas as bancadas são exibidas neste trabalho, tais quais: Análise do espectro densidade de potência para diferentes rotações do fan; análise modal nas frequências de passagem das pás (forte ruído tonal gerado pelo fan); imagem acústica do ruído gerado tanto por fontes rotativas quanto para fontes estáticas. Finalmente, os resultados obtidos estão de acordo com o esperado e de antemão observados nas referências consultadas.