vocoder de fase

Un vocoder de fase es un tipo de algoritmo vocoder que puede interpolar información presente en los dominios de frecuencia y tiempo de las señales de audio utilizando información de fase extraída de una transformación de frecuencia. ^{[ 1 ]} El algoritmo informático permite modificaciones en el dominio de la frecuencia a un archivo de sonido digital (típicamente expansión/compresión de tiempo y cambio de tono ).

El núcleo del vocoder de fase es la transformada de Fourier de tiempo corto (STFT), que normalmente se codifica mediante transformadas rápidas de Fourier . La STFT convierte una representación del sonido en el dominio del tiempo en una representación tiempo-frecuencia (la fase de "análisis"), lo que permite modificar las amplitudes o fases de componentes de frecuencia específicos del sonido, antes de la resíntesis de la representación tiempo-frecuencia en el dominio del tiempo mediante la STFT inversa. La evolución temporal del sonido resintetizado se puede cambiar modificando la posición temporal de los fotogramas de la STFT antes de la operación de resíntesis, lo que permite modificar la escala temporal del archivo de sonido original.

El principal problema que debe resolverse en todos los casos de manipulación de la STFT es que los componentes individuales de la señal (sinusoides, impulsos) se distribuyen en múltiples tramas y múltiples ubicaciones de frecuencia de la STFT (bandas). Esto se debe a que el análisis de la STFT se realiza utilizando ventanas de análisis superpuestas . El uso de ventanas produce fugas espectrales, de modo que la información de los componentes sinusoidales individuales se distribuye en las bandas de la STFT adyacentes. Para evitar los efectos de borde del estrechamiento de las ventanas de análisis, estas se superponen en el tiempo. Esta superposición temporal da como resultado que los análisis de STFT adyacentes estén fuertemente correlacionados (una sinusoide presente en la trama de análisis en el instante "t" también estará presente en las tramas subsiguientes). El problema de la transformación de la señal con el vocoder de fase está relacionado con el problema de que todas las modificaciones que se realizan en la representación de la STFT deben preservar la correlación adecuada entre las bandas de frecuencia adyacentes (coherencia vertical) y las tramas temporales (coherencia horizontal). Salvo en el caso de sonidos sintéticos extremadamente simples, estas correlaciones adecuadas solo se pueden preservar de forma aproximada, y desde la invención del vocoder de fase, la investigación se ha centrado principalmente en encontrar algoritmos que preserven la coherencia vertical y horizontal de la representación STFT tras la modificación. El problema de la coherencia de fase se investigó durante bastante tiempo antes de que surgieran soluciones adecuadas.

El vocoder de fase fue introducido en 1966 por Flanagan como un algoritmo que preservaría la coherencia horizontal entre las fases de los bins que representan componentes sinusoidales. ^{[ 2 ]} Este vocoder de fase original no tenía en cuenta la coherencia vertical entre bins de frecuencia adyacentes y, por lo tanto, el estiramiento temporal con este sistema producía señales de sonido que carecían de claridad.

La reconstrucción óptima de la señal de sonido a partir de la STFT después de modificaciones de amplitud fue propuesta por Griffin y Lim en 1984. ^{[ 3 ]} Este algoritmo no considera el problema de producir una STFT coherente, pero permite encontrar la señal de sonido que tiene una STFT que es lo más cercana posible a la STFT modificada, incluso si la STFT modificada no es coherente (no representa ninguna señal).

El problema de la coherencia vertical siguió siendo un obstáculo importante para la calidad de las operaciones de escalado temporal hasta 1999, cuando Laroche y Dolson ^{[ 4 ]} propusieron un método para preservar la consistencia de fase en todos los rangos espectrales. La propuesta de Laroche y Dolson debe considerarse un punto de inflexión en la historia de los vocoders de fase. Se ha demostrado que, al garantizar la consistencia de fase vertical, se pueden obtener transformaciones de escalado temporal de muy alta calidad.

El algoritmo propuesto por Laroche no permitía preservar la coherencia de fase vertical para los inicios de sonido (inicios de notas). Roebel propuso una solución para este problema. ^{[ 5 ]}

Un ejemplo de implementación de software de transformación de señal basada en vocoder de fase utilizando medios similares a los descritos aquí para lograr una transformación de señal de alta calidad es SuperVP de Ircam . ^{[ 6 ] [ 7 ]}

El compositor británico Trevor Wishart utilizó análisis y transformaciones de vocoder de fase de una voz humana como base para su composición Vox 5 (parte de su ciclo Vox más extenso ). ^{[ 8 ]} Transfigured Wind del compositor estadounidense Roger Reynolds utiliza el vocoder de fase para realizar estiramientos temporales de sonidos de flauta. ^{[ 9 ]} La música de JoAnn Kuchera-Morin hace algunos de los primeros y más extensos usos de transformaciones de vocoder de fase, como en Dreampaths (1989). ^{[ 10 ]}

• Estiramiento de tiempo de audio y escalado de tono

• El vocoder de fase: un tutorial - Una buena descripción del vocoder de fase
• Nuevas técnicas de vocoder de fase para cambios de tono, armonización y otros efectos exóticos.
• Un nuevo enfoque para el procesamiento de transitorios en el vocoder de fase
• Vocoder de fase - Descripción del vocoder de fase con figuras y ecuaciones