Telecom - Conversor de voz, parte 1

Primeira apresentação referente ao nosso trabalho para o curso de Telecomunicações na UFRJ.

Transcript

1. Conversão de voz (como ser um Lorde Sith) Alunos: Pedro Boueke & Marcos Seefelder Telecomunicações - UFRJ - 2015.2
2. Objetivo Editado Original
3. Aplicativo ANDROID A ideia do projeto é criar um aplicativo android que seja capaz de realizar a conversão da voz em tempo real.
4. EFEITOS Para obter o resultado desejado, aplicamos alguns efeitos no áudio...
5. 1 PITCH Pitch Shift - Mudança de tom
6. Pitch = Altura ou Tom Forma como o ouvido humano percebe a frequência fundamental dos sons.
7. Observando: Tempo x Altura Expandir o sinal no eixo do tempo = Diminuir a altura (mais grave) Áudio em câmera lenta.
8. Exemplo
9. Problema: Queremos: ▪ Alterar o tom ▪ Não deformar o tempo ▪ Em tempo real
10. Método ingênuo: Frequency Shift ▪ Deslocar no domínio da frequência;
11. Problemas: Passagem pelo trato vocal Formantes ▪ Relações harmônicas entre os componentes não são mantidas; ▪ Exemplo: ▪ Fundamental & 2 Harmônicos ▪ 1 KHz; 2 KHz; 5 KHz <-original ▪ 2,5 KHz; 5 KHz; 12,5 KHz <-objetivo ▪ 2,5 KHz; 3,5 KHz; 6,5 KHz <-essa técnica
12. Resolvendo o impasse 1. Adiciona/retira um período 2. Encolhe/estica o tempo
13. Para sinal periódico simples
14. E no caso geral? ▪ Opções para o extender: ▪ Domínio do Tempo: ▪ Ex.: SOLA & PSOLA ▪ Domínio da Frequência: ▪ Ex.: Phase Vocoder O programa que utilizamos implementa o algoritmo SOLA. O tempo do áudio é modificado por reamostragem.
15. Synchronous Overlap and Add
16. Depois, basta reamostrar o áudio. Vantagem: ▪ Simples e em tempo-real Desvantagem ▪ Pode gerar artefatos de repetição.
17. 2 Delay Reverberação, eco.
18. Delay Consiste na reflexão (eco) ou atraso do som.
19. Delay Alguns exemplos: Vibrato, flanging, coro e eco Sua estrutura básica consiste na combinação de filtros FIR e IIR comb filters.
20. Delay Ideia básica a cerca de filtros: FIR e IIR. Delay único atrasado em T O sinal atrasado é somado ao original Simula infinitas reflexões Gera uma série infinita de respostas O sinal circula com atraso T sendo retroalimentado, ocorrendo uma atenuação a cada ciclo. Eventuais compensações para tratar a aplificação resultante da estrutura.
21. Delay Ainda poderíamos ainda aplicar modulações sobre determinados efeitos vibrato Os filtros são combinados para gerar um Universal Comb Filter. Vibrato, eco, flanger, coro e slapback possuem essa mesma estrutura básica, mas resultam em sons diferentes.
22. 3 COMPRESSÃO Compressão de gama dinâmica
23. Compresão É o ajuste do nível do sinal gerado por uma onda sonora. É utilizada para controlar o volume e suavidade da onda sonora.
24. 1:1 2:1 4:1 ∞:1 0 -20 -20 0 +20 +20 Output (dB) Input (dB) Atenuação (Ratio) Threshold Compressão Attack Release Knee Make-up Gain Output
25. Compressão Original Aplicando Threshold Variando o Ratio 10:1 10:1 4:1 2:1 Original Aumentando o threshold
26. https://www.youtube.com/watch?v=91qs3fux5HY http://www.cs.cf.ac.uk/Dave/CM0268/PDF/10_CM0268_Audio_FX.pdf http://www.surina.net/article/time-and-pitch-scaling.html http://www.katjaas.nl/pitchshift/pitchshift.html http://www56.homepage.villanova.edu/scott.sawyer/fpga/Real-Time%20Speech% 20Pitch%20Shifting%20on%20an%20FPGA%20%28Estephan%20Sawyer%20Wanninger%29.pdf https://www.uvic.ca/coopandcareer/assets/docs/studentsalumni/report- Rahman446.pdf Fontes