APUNTAMIENTO AUTOMÁTICO DE LA IMAGEN DEL HABLANTE BASADO EN LA ESTIMACIÓN DE SU POSICIÓN A TRAVÉS DEL PROCESAMIENTO DE VOZ

Abstract

El presente trabajo consiste en el desarrollo e implementación de un sistema que obtenga la posición de un hablante en un espacio cerrado a través del procesamiento del sonido de su voz para luego obtener una imagen de video del hablante, esto con el fin de poder ser utilizado en el contexto de presentaciones o clases híbridas, es decir, tanto presenciales como virtuales. Para lograr este objetivo el proyecto usa un conjunto de seis micrófonos a cuyas entradas se les aplica un algoritmo de localización optimizado el cual funciona de manera robusta frente al ruido y reverberación dando la posición del hablante en una habitación cuyas dimensiones sean conocidas para luego apuntar con una cámara PTZ en esa dirección. El aporte principal de este trabajo consiste en el diseño y prueba del sistema en un ambiente anecoico como también en el auditorio Guillermo Feick del Departamento de Electrónica, en donde se obtiene que el algoritmo de búsqueda no funciona de manera deseada cuando los micrófonos tienen una distancia reducida entre ellos.