Cuantificación de señales de voz utilizando wavelets

Abstract

La cuantificación de señales de voz, que por naturaleza son analógicas, se pude utilizar para su digitalización o compresión. Independientemente de su aplicación, la pérdida de información degrada la calidad de este tipo de señales y puede comprometer incluso la inteligibilidad del mensaje, debido a lo cual se hace necesario buscar alternativas para el diseño e implementación del cuantificador. La cuantificación es el proceso de limitar las amplitudes de una señal a un conjunto finito de 𝑁𝑁 posibles amplitudes. En esencia, la función de un cuantificador consiste en redondear el valor de cada muestra de una señal al nivel de cuantificación más próximo, debido a lo cual se introduce distorsión, i.e., se pierde información. La idea es minimizar la diferencia entre la secuencia original y la secuencia cuantificada de acuerdo con algún criterio de distorsión. Sin embargo, sea cual sea ese criterio, la diferencia se minimiza en la medida que el número de niveles, 𝑁𝑁, se hace grande. Así mismo, un valor grande de 𝑁𝑁 implica un mayor consumo de recursos (mayor cantidad de bits para transmitir, procesar o almacenar la información). Esto hace que el número de niveles no se pueda incrementar deliberadamente (Gallager, 2008). En general, un cuantificador se puede diseñar desde dos perspectivas. La primera de ellas busca maximizar la fidelidad de la señal (minimizar distorsión), manteniendo constante el número de niveles de cuantificación. La segunda intenta reducir el número de niveles de cuantificación, manteniendo constante la distorsión. Se tiene un compromiso entre calidad y eficiencia según las necesidades y limitaciones de una aplicación en particular. La ventaja inherente de un esquema de cuantificación basado en la transformada wavelet radica en el hecho de que es posible contar con una noción de lo que ocurre tanto en tiempo como en frecuencia de manera simultánea, haciendo que el proceso de cuantificación/compresión se pueda amoldar más fácilmente a las características intrínsecas de la señal. Por otro lado, las operaciones de descomposición y reconstrucción de la señal son fácilmente implementables a través del algoritmo de Mallat, haciendo que este tipo de cuantificación sea una alternativa válida y atractiva en contraposición a las técnicas de cuantificación basadas únicamente en el comportamiento espectral de la señal (Fourier), o basadas únicamente en el comportamiento temporal de la señal (cuantificación con y sin memoria). En este trabajo de grado de maestría se proponen dos algoritmos de cuantificación basados en la transformada wavelet y se evalúa su desempeño1 con respecto a la cuantificación en el dominio del tiempo.