Técnicas de procesado en array para realzado de voz en situaciones adversas

Abstract

[ES] La voz es la principal forma de comunicación del ser humano. En los últimos años diversos avances tecnológicos como la telefonía móvil, los sistemas de videoconferencia o los dispositivos controlados mediante el habla, han propiciado un nuevo campo de investigación destinado al realzado de la señal de voz. Esto ha causado la proliferación de novedosas técnicas de tratamiento de señal aplicadas a tal fin. En esta tesina, hemos llevado a cabo una revisión del estado del arte de los dos grupos principales de técnicas de realzado de voz: el beamforming y la separación ciega de fuentes de audio. Varios algoritmos han sido implementados y comprobados mediante diversos prototipos de arrays de micrófonos. Además, se ha propuesto un novedoso método de procesado en array para separación de fuentes en tiempo real. También se muestran resultados obtenidos mediante experimentos con grabaciones en salas reales

[EN] Speech is the main form of communication of the human being. In the last years, several technological advances, such as mobile communications, videoconferencing and speech-controlled systems, have brought about a new research field aimed at enhancing speech signals. For this purpose, several processing techniques have been recently developed. In this work, we have carried out a state-of-the-art review of the two main speech enhancement techniques: beamforming and blind audio source separation. Several algorithms haven been implemented and tested over a set of microphone-array prototypes. Furthermore, we have proposed a novel array processing method for real-time audio separation. Experiments and results using recordings obtained in real rooms are discussed