Modelado estocástico de la fonación y señales biomédicas relacionadas. Métodos en espacio de estados aplicados al análisis estructural, al modelado de la fonación y al filtrado inverso

Abstract

The voice and related biomedical signals carry information characterizing the phonation. The accurate extraction of this information becomes beneficial in medicine and other fields. In this Thesis, new methods for modeling the voice production and related biomedical signals, combining the stochastic modeling and digital signal processing, are proposed and evaluated. First, period and amplitude series extracted from sustained vowels are investigated applying the fundamental concepts of voice perturbations and fluctuations, and then a new sustained vowel synthesis method is proposed considering perturbations controlled with two acoustical parameters relevant in voice therapy. Next, state space structural models for studying period and amplitude series are developed. The aim of these models is to represent a signal assuming that it is composed of simple elements with a straightforward interpretation, under the hypothesis that these phenomena behave as non-stationary stochastic processes. Combining the structural models and state space methods, the structural analysis method is successfully implemented. Finally, new state space based methods for phonation modeling and voice inverse filtering are proposed. For that, a stochastic non-stationary difference equation of glottal function is developed, taking into account the perturbations and aperiodicities in this signal. According to this, a phonation model suitable for accurate and flexible vocal sounds representation is formulated. Using this model, a state space based inverse filtering method is proposed allowing the join optimal estimation of the glottal function and the vocal tract filter.

La voz y las señales relacionadas poseen información que permite caracterizar la fonación. Extraer esta información de forma precisa es beneficioso para la medicina y otras ciencias. En esta Tesis se proponen nuevos métodos para el modelado de la fonación, y sus señales relacionadas, basados en el modelado estocástico y el procesamiento de señales. Primeramente, se investigan las series de períodos y de amplitudes para una vocal sostenida aplicando los conceptos de perturbaciones y fluctuaciones de la voz, y se desarrolla un método novedoso para la síntesis de vocales sostenidas con perturbaciones controladas por dos parámetros acústicos importantes para la medicina. Luego, se propone el modelado estructural en espacio de estados para series de períodos y de amplitudes. Su objetivo es explicar estas señales suponiéndolas compuestas por elementos simples con una interpretación directa, bajo la hipótesis de que son procesos estocásticos no estacionarios. Combinando los modelos estructurales con los métodos en espacio de estados, se implementa el análisis estructural para señales reales. Por otra parte, se investigan nuevos métodos en espacio de estados para realizar el filtrado inverso de la voz. Para ello, se formula una ecuación en diferencias estocástica no estacionaria para la función glótica, y a partir de ésta se construye un modelo de la fonación capaz de representar una voz de forma precisa y flexible. Con este modelo, se implementa un método para la estimación conjunta y precisa de la función glótica y del tracto vocal, denominado filtrado inverso en espacio de estados.