Estimación de la frecuencia fundamental de señales de voz usando transfromada wavelet

Abstract

En la estimación de la frecuencia fundamental de señales de voz usando transformada Wavelet es común usar el hecho de que ocurren máximos locales a través de las escalas de descomposición en la vecindad del instante de cierre glótico (Glottal Closure Instant-GCI). Dichos métodos se basan en la correlación de las posiciones de los máximos locales para varias escalas de descomposición; pero ello no es tan simple porque existen muchos máximos locales en una señal de voz y, además, las escalas correspondientes a las frecuencias altas son fácilmente afectadas por el ruido. Se propone un método basado en la determinación y correlación de las distancias para cada escala de descomposición, el cual funciona ante perturbaciones de ruido blanco gausiano. Su desempeño se compara respecto a la base de datos Keele Pitch Database con el método SIFT(Simplified Inverse Filtering Tracking) el cual es un método de estimación de la frecuencia fundamental comúnmente usado en sistemas comerciales.