| Summary: | Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2006. === Submitted by Thaíza da Silva Santos (thaiza28@hotmail.com) on 2009-10-24T12:39:31Z
No. of bitstreams: 1
2006_Pedro de Azevedo Berger.pdf: 4569752 bytes, checksum: c795dddd5675d39690812fde4ea661b4 (MD5) === Approved for entry into archive by Tania Milca Carvalho Malheiros(tania@bce.unb.br) on 2009-10-27T12:44:37Z (GMT) No. of bitstreams: 1
2006_Pedro de Azevedo Berger.pdf: 4569752 bytes, checksum: c795dddd5675d39690812fde4ea661b4 (MD5) === Made available in DSpace on 2009-10-27T12:44:37Z (GMT). No. of bitstreams: 1
2006_Pedro de Azevedo Berger.pdf: 4569752 bytes, checksum: c795dddd5675d39690812fde4ea661b4 (MD5)
Previous issue date: 2006-04-06 === Este trabalho pretende colaborar com o desenvolvimento de tecnologias de codificação de sinais biológicos (sinais eletrofisiológicos e sinais de voz) através da criação, avaliação e, principalmente, a otimização de codificadores utilizando redes neurais artificiais. Durante a pesquisa realizada, desenvolveu-se um codificador para compressão de sinais eletrofisiológicos baseado em transformada wavelet discreta e com alocação dinâmica de bits. Na codificação de sinais eletrofisiológicos é necessário garantir a fidelidade da forma de onda do sinal reconstruído, dando certa liberdade para a quantidade de bits necessária para representar a informação. Para outros tipos de sinais, ao contrário, o objetivo é garantir uma taxa de bits por símbolo (quantidade de bits necessária para representar a informação), proporcionando o grau de liberdade para a distorção entre a forma de onda original e a resultante do processo de decodificação. Nesta pesquisa procura-se mostrar que o uso da inteligência artificial pode trazer vantagem em ambos os casos. Para isso, apresenta-se também o desenvolvimento, o estudo e a simulação de um esquema de codificação perceptiva para sinais de voz de banda larga. O esquema é uma versão modificada do codificador de áudio AC-3, para atender, especificamente, às características de sinais de voz de banda larga. _______________________________________________________________________________ ABSTRACT === This paper intends to collaborate with the development of biological signals compression technologies (electrophysiological signals and voice signals) through the creation, evaluation, and mainly, the optimization of codifiers, by using artificial neural nets. During the research, we developed an algorithm for compression of electrophysiological signals based on discrete wavelet transform and with dynamic bit allocation. In the compression of electrophysiological signals it is necessary to guarantee the faithfulness of the wave form of the reconstructed signal, by giving certain liberty to the necessary quantity of bits to represent the required information. For other types of signals, on the contrary, the objective is to guarantee a certain bit rate by symbol (the necessary quantity of bits to represent the information), by providing the right degree of freedom for the distortion between the form of the original wave and that resultant from the decoding process. This research is an attempt to demonstrate that the use of artificial intelligence can bring important advantages in both cases. Therefore, we also present the development, the study and the simulation of a perceptive codification scheme for wideband speech signals. This scheme is a modified version of the audio coder AC-3, to be specifically suitable to the characteristics of wideband voice signals.
|
|---|
