Utilidad del espectro de fase en la percepción del habla humana

La transformada de Fourier de corto plazo de la señal de habla tiene dos componentes: espectro de magnitud y espectro de fase. En este artículo, se investiga la importancia relativa de los espectros de magnitud y fase de corto plazo en la percepción del habla. Se llevan a cabo experimentos de percepción humana para medir la inteligibilidad de los tokens de habla sintetizados ya sea a partir del espectro de magnitud o del espectro de fase. Se cree tradicionalmente que el espectro de magnitud juega un papel dominante para ventanas más cortas (20-30 ms); mientras que el espectro de fase es más importante para ventanas más largas (128-3500 ms). Se muestra en este artículo que incluso para ventanas más cortas, el espectro de fase puede contribuir a la inteligibilidad del habla tanto como el espectro de magnitud si la forma de la función de ventana se selecciona adecuadamente.