Аллофонизация гласной фонемы «О» в стороннем окружении ЛОК и МОМЬ

МИНОБРНАУКИ РОССИИ

Федеральное государственное  бюджетное образовательное учреждение

высшего профессионального  образования

«Московский государственный  технический университет радиотехники, электроники и автоматики»

МГТУ МИРЭА

Факультет информационных технологий (ИТ)

«наименование факультета»

Кафедра базовая автоматизированных систем организационного управления (АСОУ) №239 МГТУ МИРЭА при ФГУП НИИ «Восход»

«наименование кафедры»

 

КУРСОВАЯ РАБОТА

по дисциплине

«Предварительная обработка аудио и видео»

<Наименование дисциплины>

 

Тема курсовой работы:                                                                                 «Аллофонизация гласной фонемы «О» в стороннем окружении ЛОК и МОМЬ»

<Название темы курсовой  работы/проекта>

 

Студент группы ___ ___
<код группы>	<подпись студента>		<ФИО студента>
Руководитель курсовой работы			доцент, к.т.н.
			<должность, звание, уч.степень>
	<подпись руководителя>		< ФИО руководителя >
Рецензент (при наличии)
			<должность, звание, уч.степень>
	<подпись рецензента>		< ФИО рецензента >
Работа представлена к защите	«___»________201_ г.
			<подпись студента>
«Допущен к  защите»	«___»________201_ г.
			<подпись руководителя>

 

 

 

 

 

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное  образовательное учреждение

высшего профессионального образования

«Московский государственный  технический университет радиотехники, электроники и автоматики»

МГТУ МИРЭА

Факультет информационных технологий (ИТ)

«наименование факультета»

Кафедра базовая автоматизированных систем организационного управления (АСОУ) №239 МГТУ МИРЭА при ФГУП НИИ «Восход»

«наименование кафедры»

 

УТВЕРЖДАЮ Заведующий кафедрой _________________ Л.Ю. Бородинов «____» ___________________ 201__г.

 

ЗАДАНИЕ

на выполнение курсовой работы

по дисциплине	«Предварительная обработка аудио и видео»
	«Название дисциплины»

 

Студент		Группа

1. Тема курсовой работы

«Аллофонизация гласной фонемы «О» в стороннем окружении ЛОК и МОМЬ»

2. Исходные данные

• оцифрованные сигналы триад ЛОК.wav и МОМЬ.wav

3. Перечень вопросов, подлежащих разработке, и обязательного графического материала:

• обоснование актуальности поставленной задачи;
• ввод и визуализация сигналов во временной области;
• сегментация триад, на предмет выделения фонем образованных тоном;
• синхронизация с периодом основного тона ( только для фонем образованных тоном);
• используя финитные свойства преобразования Фурье, осуществить переход от амплитудно-временного вида представления сигнала к спектрально-временному;
• построение и визуализация сонограммы;
• анализ формантных треков на предмет аллофонизации гласной фонемы;
• визуализация стилизованных формантных треков.

 

     4. Срок представления к защите курсовой работы: до « 16 » мая  2013 г.

 

Задание на курсовой проект (работу) выдал	«___»_______201_ г.
			<подпись руководителя проекта>		<Ф.И.О. руководителя проекта>
Задание на курсовой проект (работу) получил	«___»_______201_ г.
			<подпись студента-исполнителя проекта>		<Ф.И.О. студента-исполнителя  проекта>

 

 

5. Мониторинг процесса  выполнения курсовой работы

 

№   э т апа	Наименование этапа курсовой работы	Этап курсового проекта, работы выполнил и представил результаты руководителю курсовой работы дата и подпись исполнителя	Работу по этапу курсовой работы принял на рассмотрение, дата и подпись руководителя	Рекомендации и замечания по   этапу курсовой работы  выдал   исполнителю, дата и подпись руководителя	Оценка выполнения этапа курсовой работы  (в соответствии с балльно-рейтинговой системой)	Комментарии  руководителя курсовой работы
1	Разработка задания на КП	10.04.2013	11.04.2013
2	Обоснование актуальности задачи	12.04.2013	16.04.2013
3	Ввод и визуализация сигналов во временной области	17.04.2013	18.04.2013
4	Сегментация триад, на предмет выделения фонем образованных тоном	19.04.2013	23. 04.2013
5	Синхронизация с периодом основного тона          ( только для фонем образованных тоном)	24.04.2013	25.04.2013
6	Используя финитные свойства преобразования Фурье, осуществить переход от амплитудно-временного вида представления сигнала к  спектрально-временному	26.04.2013	29.04.2013
7	Построение и визуализация сонограммы	30.04.2013	06.05.2013
8	Анализ формантных треков на предмет аллофонизации гласной фонемы	07.05.2013	13.05.2013
9	Визуализация стилизованных формантных треков	14.05.2013	15.05.2013

 

 

ЛИСТ ЗАМЕЧАНИЙ

 

 

Содержание

Перечень условных обозначений и сокращений 5

ВВЕДЕНИЕ 6

1. Основная часть 7

1.1. Обоснование актуальности задачи 7

1.2. Блок-схема алгоритма обработки сигнала 8

1.3.     Сегментация речевого сигнала 9

1.4. Синхронизация периода основного тона 10

1.5. Преобразование амплитуддно-временной формы сигнала в спектрально-временную. 12

1.6. Построение сонограммы 13

1.7. Анализ формантных треков аллофонизированной  гласной фонемы 14

ЗАКЛЮЧЕНИЕ 16

Список литературы 17

Приложение 1 - Исходные тексты программ 18

 

Перечень  условных обозначений и сокращений

 

БПФ – быстрое преобразование Фурье

ДПФ – дискретное преобразование Фурье 

ЭВМ - электронная вычислительная машина

ПОТ - периода основного тона  

ВВЕДЕНИЕ

 

Как известно, одним из способов общения между существами является создание определённых звуков. Человек достиг больших высот в этом направлении, по сравнению с остальным животным миром, так, что теперь звуковая передача информации между людьми, называется устной речью.

Для современного человека эта способность является совершенно обыденной, обычный человек даже не задумываемся как и почему он слышит то, что слышит. А в действительности проходит огромная работа для анализа чей-то речи или звуков - аналоговым потоком аудиоинформацией, с которым, непрерывно работает наше ухо. Звуки, излучаемые в воздушную среду, обнаруживаются ухом и затем осмысливаются в мозгу. С такой задачей может справится большинство ЭВМ, но на данный момент нет способа проанализировать получаемую звуковую информацию на уровне человеческого мозга, так же как и приёмника сравнимого с человеческим ухом.

В данной работе рассматривается  задача изучения аллофонизации фонем на примере фонемы «О» в стороннем окружении «Лок» и «Момь». Под аллофонизацией понимают изменение участков формантных треков, указывающих на предыдущую и последующую фонемы.

 

 

 

 

 

 

1. Основная часть 

1. Обоснование актуальности задачи 

Человек всегда хотел бы использовать более простые способы  взаимодействия с ЭВМ, и применение устной речи одно из них. В последнее время активно идут разработки в области распознавания и имитирования человеческой речи. И уже повсеместно используется «компьютерный голос», который всё ещё не обладает способом передавать эмоции, но, который человек способен понять. Так же как с имитацией речевого сигнала, есть продвижения в его анализе. Сейчас существуют программы способные проанализировать человеческую речь, но на очень примитивном уровне. Поскольку  речь вариативна по темпу, по изменению частоты основного тона и фиксируется  всегда при различных условиях соотношения сигнал/шум, поэтому существующие программные средства не могут с большой вероятностью распознать аудиоинформацию. И всё же, как уже говорилось, на данный момент не существует системы возможности которой были сравнимы с человеческими ухом и мозгом.

Одним из сдерживающих факторов является аллофонизация, которая является одной из многочисленных основ полноценного взаимодействия человека посредством речи.

В данной работе был разработан алгоритм (Рис. 1), направленный на вскрытие аллофонизации фонемы «О» в стороннем окружении «Лок» и «Момь».

 

 

2. Блок-схема алгоритма обработки сигнала

Для изучения аллофонизации фонемы «О» в стороннем окружении  триад «Лок» и «Момь», был разработан алгоритм обработки сигнала (Рис. 1), который впоследствии был реализован в программном коде, с помощью возможностей пакета MatLab.

Рисунок 1. Блок-схема алгоритма программы

 

3. Сегментация речевого сигнала 

Сегментация речевого сигнала  подразумевает под собой выделение участков образованных тоном и шумом.

В данном курсовом проекте были предоставлены звуковые сигналы триад «Лок» и «Момь», в формате WAV. С использованием функции plot была осуществлена визуализация входных сигналов (Рис. 2).

Рисунок 2. Изображение триад «Лок» и «Момь», в амплитудно-временной области.

По результатом визуального  анализа, была произведена сегментация речевого сигнала для выделения фонем образованных тоном.(Рис. 3)

Рисунок 3. Сегментация речевого сигнала триад «Лок» и «Момь».