Page 47 - Telebrasil - Maio/Junho 1988

se debruçam à procura de soluções tec­

nológicas cada vez mais avançadas para A Voz Humana

o problema da síntese e da análise da

voz. Como sintomas deste esforço sur­

Se a voz de um cantor de ópera ou de sob excesso de pressão ou oclusivas (b, d).
gem um chip aqui, uma aplicação ban­

um astro de rock-and-roll pode ser inter­
cária ali, um brinquedo falante acolá, Descobriu-se que a voz — um fenô­
pretada subjetivamente, a descrição do meno eminentemente variável e comple­

que vão revelando que o assunto afinal aparelho fonador feita pelos cientistas,

de contas está em ebulição. Mas afinal, o não é nada romântica. Para eles, o apara­ xo — podia ser obtida através de um mo­
delo paramétrico (materializado por cir­
que se esconde atrás dessa engenharia to vocal "é um tubo acústico, uniforme, cuitos elétricos) simulando o aparelho vo­

aparentemente esotérica e m aravi­ dotado de uma membrana bipartida e de cal e acionado (excitado) de maneira ade­

lhosa? uma cavidade ressonante, com cerca de quada, quer através de um gerador de ruí­

17 cm e cujas seções transversais variam do (em se tratando de sons surdos) ou en­

Técnicas de voz entre 0 e 20 cm2 ao longo do tempo, produ­ tão pelo período fundamental (T0) repre­

zindo sons através de vibrações longitudi­ sentativo dos sons sonoros. Matematica­

nais de moléculas de ar, na cavidade” . mente, trata-se de configurar o aparelho
Tomando novamente o exemplo do
Existem dois tipos básicos de som: os so­ vocal ou H (z) que varia a cada 20ms
fonógrafo, o que nele se fez foi traduzir
noros e os surdos (neste as cordas vocais (como o faz boca, língua e glote) pelo uso
uma onda sonora em impulsos mecâni­ não vibram). de técnicas vocoders (de canal, de forman-

cos, armazenando-os em riscos de cera e Do ponto de vista da excitação do tes, LPC). Entra aqui a noção de filtro in-

depois, por um processo inverso, repro­ aparelho vocal existem três mecanismos: yerso A (z) = 1/H (z) que mostra que o pro­

duzindo-os sob forma do som original. sequência de pulsos, quase periódicos, cesso de síntese é inverso ao de análise da

Com a aplicação de novas técnicas o som com período fundamental da ordem de voz. Assim, através da análise da voz digi­

daqui por diante subentendido como 8ms e que corresponde às vogais e suas as­ talizada obtem-se os parâmetros repre­

sociações e também aos sons em que en­ sentativos do aparelho fonador, em dado
voz) foi sendo transformado em elemen­

tram as cavidades nasais; turbulências instante, e de sua excitação, que posteri­
tos elétricos, armazenados sob forma
contínuas produzidas por contrições es­ ormente permitirá sua síntese, num pro­
magnética (fita) e reproduzidos nova­
treitas do aparelho vocal ou sons fricati- cesso reverso.

mente através de um alto-falante. As vos (s, f, ch); súbito despreendimento de ar

primeiras formas de tratamento do si­

nal de voz foram de caráter analógico.

Isto é. um sinal elétrico contínuo acom­

panhava, no tempo, todas as variações Para tanto, a primeira coisa era obser­ de ceifagem (clipping) nas amplitudes

acústicas do sinal de voz. Foi um proces­ var o comportamento do sinal da voz centrais ou solução de Sondhi; a ceifa­

so que funcionou e ainda funciona na re­ (vide box) para daí inferir-se um modelo gem central e infinita; a função média

produção tradicional dos sons. que pudesse produzi-la. Os resultados das diferenças de magnitude, e o cepes-

Todavia, descobriu-se teoricamente foram positivos e se desenvolveram vo­ tro (termo derivado da palavra es­

que um sinal analógico podia ser repro­ coders (voice coders) baseado em diver­ pectro).

duzido por uma série de impulsos discre­ sas técnicas tais como o vocoder de for- Existem várias maneiras, como foi

tos, desde que tomados em quantidade mantes e o de codificação com predição visto, de identificar os parâmetros

suficiente — tecnicamente diz-se que "a linear (LPC). característicos do aparelho fonador, em

taxa de amostragem deve ser o dobro da dado momento. Um deles é o método dos

faixa passante do sinal (teorema devido Análise e síntese formantes. Vejamos sua origem. Cap­

a Nyquist)” . Tinha nascido, assim, a tada através de um microfone, passando

idéia das técnicas digitais que passaram A análise e a síntese da voz são pro­ por circuitos apropriados, a voz humana

a se vulgarizar com o fabuloso progresso cessos complementares. A análise da é capaz de gerar configurações numa

dos dispositivos de estado sólido (tran­ voz determina se um som é surdo ou so­ tela catódica que permitem analisá-la.

sistores e chips). As vantagens da infor­ noro, qual o período fundamental T0 do Um diagrama muito popular entre os

mação sob forma digital são inúmeras, sinal digitalizado (e que corresponde à analistas é o de freqüência-amplitude

visto que a cada nível de impulso digital excitação do aparelho vocal) e os parâ­ que mostra a distribuição da energia do

pode ser atribuído um número (chama- metros que caracterizam o aparelho fo­ sinal de voz, ao longo do espectro de fre­

se a isto codificar) e o sinal passa de uma nador em dado momento (técnicas de vo­ quências que o constitui. Ao analisar

sequência analógica para uma série de coder). A posse destes três dados per­ um destes diagramas — estudavam-se

números (bits) mais facilmente armaze­ mite sintetizar a onda, vale dizer, repro­ vogais — verificou-se que apresenta­

nados e sobretudo manipulados por um duzir a voz original. vam três picos de ressonância típicas

computador. Para saber se um som é surdo ou so­ nas quais se concentrava a energia e

Do ponto de vista de técnicas de voz, noro existem várias técnicas. Uma que correspondiam à geom etria do

uma das primeiras aplicações da digi­ delas é examinar o denominado "cruza­ aparelho vocal para o som em apreço.

talização foi a do sistema PCM, no qual mentos por zero” ou passagem das os­ Tais freqüências de ressonância foram

o sinal analógico é transformado em cilações do sinal pela origem. Como in­ denominadas de formantes.

uma série de elementos discretos (bits) dicado por Abraham Alcaim, pesquisa­ Assim, para o som A identificaram-

que acompanham as variações do sinal dor da PUC/RJ, os sons surdos possuem se formantes em ^ = 730 khz, f2 = 1090

original. Logo procuraram-se métodos, muito maior número de cruzamento por khz, f3 = 2440 khz; para o som de Í7, fj =

com base em manipulações digitais, que zero do que os sons sonoros. Outra ma­ 300 khz, f2 = 870 khz, f3 = 2240 khz; e

permitissem armazenar a mesma infor­ neira é examinar a correlação do sinal assim por diante. Descobriu-se também

mação numa quantidade menor de bits. considerado. Se a função não apresentar que, em geral, a energia (ou amplitude

Por outro lado, procuravam-se técni­ periodicidade é provável se tratar de um do sinal) era maior nas freqüências for­

cas baseadas na reprodução do aparelho som surdo (ruído branco). Caso contrá­ mantes mais baixas do que nas altas. E

fonador humano. E qual a idéia? Se fos­ rio, trata-se de um som sonoro. mais, ao tomar três geradores de sinais

se possível estabelecer um modelo ma­ Outra característica a ser determi­ nas frequências fj, f2, f3 acionados atra­

temático do aparelho vocal, reproduzi-lo nada é o período fundamental T0 repre­ vés de pulsos de excitação de período Tq,

por meio de circuitos e excitá-lo com pul­ sentativo do sinal de voz e que pode ser com as respectivas amplitudes e interli­

sos elétricos, tal como faz o ser humano obtido de várias maneiras, uma das gadas suas saídas a um auto-falante, ob-

ao injetar ar para falar, ter-se-ia uma quais já mencionada — a função de cor­ tinha-se um sinal parecido com o da vo­

maneira muito mais econômica do que relação. O professor Alcaim, da PUC/ gal original. Estava assim efetuando-se

as técnicas PCM para armazenar a voz. RJ, indica outras: a filtragem com uso um vocoder de formantes. *