Modelos do sistema auditivo periférico no reconhecimento automático da fala

Abstract

O trabalho de investigação documentado nesta dissertação insere-se no estudo da representação de sinais de fala com base auditória e a sua aplicação em sistemas de reconhecimento automático da fala. Os primeiros capítulos da tese são dedicados ao estudo e caracterização das várias etapas da sistema auditivo periférico desde o ouvido externo até ao nervo coclear. São assim analisados e desenvolvidos modelos do ouvido externo, da cóclea e das fibras do nervo coclear. Este estudo conduz à definição de um sistema de análise de sinais que inclui as principais características do sistema auditivo. Este sistema de análise é composto por um banco de filtros que simula a cóclea e por modelos das fibras do nervo coclear associados a cada canal do banco de filtros. Vários esquemas de bancos de filtros e modelos de fibras são considerados e integrados num reconhecedor automático de fala, baseado em modelos de Markov não observáveis, a fim de se poder comparar os méritos relativos da representação auditiva face a sistemas de análise de sinais convencionais. Seguidamente é abordada a representação de sinais de fala ao nível do nervo coclear e do núcleo coclear. São caracterizados aspectos da representação com base na taxa média de disparos que contribuem para uma codificação robusta do espectro acústico face a distorções dos sinais, nomeadamente ruído aditivo e convolucional. É proposto um sistema de análise de sinais de baixa complexidade computacional que integra as características essenciais dos modelos auditivos mais complexos. Finalmente é definida uma tarefa de reconhecimento de dígitos isolados onde se comparam vários modelos e sistemas de análise e se analisa a capacidade de generalização e de robustez da representação com base auditiva e onde são mostradas as vantagens em utilizar uma representação com base auditória.