Modelo do Ouvido Perif´erico

Ambas as abordagens de modela¸c˜ao perceptual come¸cam por calcular os padr˜oes de excita¸c˜ao usando um modelo do ouvido perif´erico. A Figura 6.6 representa esquematicamente as prin- cipais etapas envolvidas neste processamento, que descrevemos a seguir.

An´alise Espectral e Rectifica¸c˜ao

De uma forma geral todos os modelos perceptuais propostos para a finalidade que nos in- teressa come¸cam por obter uma representa¸c˜ao espectral dos sinais. Na verdade trata-se de representa¸c˜oes tempo-frequˆencia: uma sucess˜ao de espectros de segmentos extra´ıdos dos sinais atrav´es de uma janela deslizante de curta dura¸c˜ao.

Naturalmente, a transformada discreta de Fourier (DFT) tem sido usada frequentemente para este fim. Tipicamente, ´e aplicada ap´os uma janela de Hann [62] com sobreposi¸c˜ao de 50% entre tramas sucessivas, para melhorar a selectividade espectral. Tamb´em h´a exemplos de utiliza¸c˜ao de transformadas com sobreposi¸c˜ao [120] e bancos de filtros com resolu¸c˜ao n˜ao uniforme [7][76]. Em [145], Sporer e Brandenburg estabelecem requisitos de resolu¸c˜ao tem- poral e espectral a que devem satisfazer os bancos de filtros usados em medidas de qualidade perceptual e analisam alguns casos concretos `a luz dessas condi¸c˜oes.

Os coeficientes da transformada ou banco de filtros s˜ao rectificados geralmente com uma lei quadr´atica para determinar a potˆencia em cada canal analisado. Quando a an´alise consiste em

Sinal de Entrada An´alise Espectral

Rectifica¸c˜ao

Ouvido Externo e M´edio Ru´ıdo Interno

Integra¸c˜ao em Bandas Auditivas

Dispers˜ao da Excita¸c˜ao na Membrana Basilar

Dispers˜ao no Tempo Padr˜ao de Excita¸c˜ao y x |Y|2 |X|2 |Y|2_{+ N} |X|2_{+ N} PY PX E0 Y E0 X EY EX

Figura 6.6: Modelo do Ouvido Perif´erico.

bancos de filtros ou transformadas reais, ´e aplicada uma filtragem passa-baixo para suavizar as estimativas.

Fun¸c˜ao de Transferˆencia do Ouvido Externo e M´edio

Tanto o ouvido externo como o ouvido m´edio tˆem um comportamento considerado essencial- mente linear na gama de intensidades usadas em codifica¸c˜ao e podem consequentemente ser descritos por uma opera¸c˜ao de filtragem. Sendo linear, a filtragem deveria preceder a recti- fica¸c˜ao e at´e a an´alise espectral, de forma a preservar a resposta de fase e evitar artefactos. Na pr´atica, n˜ao se modela a resposta de fase, pelo que esta opera¸c˜ao ´e geralmente implementada directamente no dom´ınio da frequˆencia por pondera¸c˜ao do espectro de potˆencia do sinal com a resposta espectral de potˆencia do filtro.

Os efeitos de filtragem direccional introduzidos pela orelha, tronco e cabe¸ca tamb´em po- deriam ser inclu´ıdos neste passo. Bastaria filtrar sinais provenientes de diferentes fontes sonoras usando as fun¸c˜oes de transferˆencia correspondentes `as respectivas direc¸c˜oes de in- cidˆencia. Este processamento diferenciado deveria contribuir para a modela¸c˜ao do fen´omeno de desmascaramento binaural.

Em v´arios modelos, a resposta espectral de potˆencia do ouvido externo e m´edio ´e modelada pela express˜ao,

W (F )/dB = −3.64βF−0.8_{+ 6.5e}−0.6(F −3.3)2

− 10−3_F4_{, (6.1)} onde F = f /kHz , e β ∈ [0, 1] ´e um parˆametro que varia de modelo para modelo. Esta express˜ao (com β = 1) ´e sim´etrica da proposta por Terhardt para modelar o limiar absoluto

de audi¸c˜ao [149].

Ru´ıdo Interno e/ou Limiar Absoluto de Audi¸c˜ao

Nesta fase, pode-se adicionar ao espectro de potˆencia um termo que representa um ru´ıdo interno, associado aos batimentos card´ıacos e outra actividade muscular [169, p. 166], que contribui para prejudicar ainda mais a sensibilidade a baixas frequˆencias. O ru´ıdo interno ´e modelado por uma express˜ao relacionada com o primeiro termo de (6.1):

N (F )/dB = 3.64(1 − β)F−0.8_.

Este passo ´e por vezes aplicado depois do integra¸c˜ao em bandas auditivas, o que ´e equivalente se forem corrigidos os termos adicionados.4 Algumas implementa¸c˜oes omitem simplesmente este passo, compensando-o com um refor¸co da atenua¸c˜ao do ouvido externo e m´edio (fazendo β = 1).

Em modelos destinados `a estima¸c˜ao de limiares de mascaramento ´e mais frequente que tanto o ru´ıdo interno como o ouvido externo e m´edio sejam omitidos, e substitu´ıdos no fim do processo por uma aplica¸c˜ao correctiva do limiar absoluto de audi¸c˜ao ao limiar de mascaramento.

Integra¸c˜ao em Bandas Auditivas

Esta opera¸c˜ao ´e um passo interm´edio para o c´alculo da excita¸c˜ao. Consiste na integra¸c˜ao do espectro de potˆencia atrav´es de uma “janela” rectangular deslizante com uma largura fixa na escala Bark. Isto equivale a uma transforma¸c˜ao do espectro de potˆencia para o dom´ınio Bark. Na maioria dos modelos, as janelas de integra¸c˜ao s˜ao adjacentes e n˜ao sobrepostas, o que produz uma representa¸c˜ao com um n´umero reduzido de coeficientes igualmente espa¸cados na escala auditiva.

Uma f´ormula emp´ırica que permite converter uma frequˆencia de Hertz para Bark ´e (BA- PAC): z Bark = 13 arctan f 1.3kHz + 3.5 arctan 2 f 7.5kHz. (6.2)

Existem outras f´ormulas emp´ıricas para esta rela¸c˜ao, algumas mais simples e precisas [154, 155].

Dispers˜ao da Excita¸c˜ao na Membrana Basilar

O espectro em bandas auditivas ´e ent˜ao convolu´ıdo com uma fun¸c˜ao de espraiamento para se obter o padr˜ao de excita¸c˜ao instantˆaneo. A fun¸c˜ao de espraiamento S(z1, z2), que indica a quantidade relativa de excita¸c˜ao num ponto de frequˆencia z2 provocada por um est´ımulo de frequˆencia z1, s´o depende da diferen¸ca de frequˆencias em Bark, ∆z = z2 − z1, ou seja S(z1, z2) = S(∆z). Na literatura encontram-se v´arias f´ormulas emp´ıricas para esta fun¸c˜ao, que diferem essencialmente em dois aspectos: a maior ou menor suavidade da curva, e a capacidade de variar o declive descendente em fun¸c˜ao da intensidade. Uma ´e descrita anali- ticamente pela express˜ao:

S(∆z)/dB = 15.81 + 7.5(∆z + 0.474) − 17.5p1 + (∆z + 0.474)2_{+ d(∆z), (6.3)} 4

onde d(∆z) = min{0, 8(∆z − 0.5)(∆z − 2.5)} ´e um termo correctivo adicionado `a f´ormula original de [136], que introduz uma pequena depress˜ao no in´ıcio da rampa descendente da curva, modelando um fen´omeno que ocorre com mascarantes de grande intensidade. Um inconveniente desta fun¸c˜ao ´e que apresenta declives fixos, independentes da intensidade do mascarante. Outra express˜ao muito utilizada ´e a fun¸c˜ao de espraiamento de [149]:

S(∆z)/dB = (

27∆z se ∆z ≤ 0

(−24 − 230 Hz_{f (z)} + 0.2LP )∆z se ∆z > 0 . (6.4) que tem uma forma triangular com um declive ascendente fixo, e um declive descendente dependente do n´ıvel do excitante, LP = 10 log₁₀(P/P0). Tamb´em inclui uma correc¸c˜ao ligeira para frequˆencias baixas.

A convolu¸c˜ao do excitante P com a fun¸c˜ao S produz a excita¸c˜ao instantˆanea,

E0 (z) = X ν  P (ν)10S(z−ν)α !1/α , (6.5)

onde o expoente α possibilita a sobreposi¸c˜ao num dom´ınio comprimido (α < 1), de forma a poder modelar a aditividade n˜ao linear dos padr˜oes. Alguns modelos optam por α = 1, considerando a aditividade linear.

Dispers˜ao Temporal

Um modelo simples (e algo grosseiro) para o fen´omeno de p´os-mascaramento foi apresen- tado em [9]. Consiste num espalhamento temporal da energia de cada componente espectral segundo uma curva de deca´ımento exponencial. ´E facilmente implement´avel por um filtro passa-baixo recursivo com um ´unico atraso e ganho a = e−T /τ_{, onde T ´e o per´ıodo entre} amostras consecutivas da mesma componente espectral e τ ´e a constante de tempo do decai- mento exponencial. Esta constante de tempo depende da frequˆencia central f da componente segundo uma lei que pode ser aproximada por:

τ (f ) = τmin+

100 Hz

f (τ100− τmin), (6.6)

onde τ100 e τmin s˜ao as constantes de tempo `a frequˆencia de 100 Hz e `as altas frequˆencias, respectivamente. Note-se que o tempo de deca´ımento do p´os-mascaramento modelado excede τ (f ) em cerca de metade da resolu¸c˜ao temporal das componentes, τpost = τ (f ) + T /2. Por exemplo, no modelo baseado na FFT da medida PEAQ, estes parˆametros tˆem os valores: T ≈ 21 ms, τ100 = 30 ms e τmin = 8 ms.

Dada a curta dura¸c˜ao do fen´omeno de pr´e-mascaramento, o tempo de subida do filtro deve ser bastante menor que o de deca´ımento, por isso o filtro deve reduzir a constante de tempo para sinais crescentes. Na pr´atica faz-se normalmente τs = 0 porque a resolu¸c˜ao temporal da transformada j´a introduz tempo de subida superior ao do pr´e-mascaramento. Ou seja, o filtro funciona na verdade como um detector de envolvente.