Studio, implementazione e validazione sperimentale di un metodo basato su radar per la ricostruzione vocale

This thesis presents an innovative and non-invasive system for speech reconstruction, based on the use of a millimetre-wave FMCW (Frequency-Modulated Continuous Wave) radar operating at 60 GHz. The main objective is to assess the effectiveness of radar technology in detecting microvibrations of the vocal cords and faithfully reconstructing the speech signal. Signal processing involves a pre-processing stage in which a high-pass filter is applied to remove large-scale body movements and low-frequency artefacts. The signal segments are subsequently processed using Hamming windowing and zero-padding techniques to improve the spectral resolution of the Fast Fourier Transform (FFT). The fundamental frequency ‘f_0’ is estimated in the frequency domain using a constrained peak-picking algorithm, optimised according to specific intervals defined by the gender and age of the subjects analysed. To validate the robustness of the tracking algorithm and demonstrate the effectiveness of the radar sensor in accurately reproducing harmonic components, the Harmonic-to-Noise Ratio acoustic indices were calculated: the temporal peak (HPNR), the energy-based variant by frequency band (BHNR) and Total Harmonic Distortion (THD). The results demonstrate that the 60 GHz system not only enables a precise estimation of the fundamental frequency, overcoming the limitations of traditional microphones in noisy environments, but also ensures spectral fidelity in the reconstruction of the voice.

Questo lavoro di tesi presenta un sistema innovativo e non invasivo per la ricostruzione del parlato, basato sull'impiego di un radar a onde millimetriche FMCW (Frequency-Modulated Continuous Wave) operante a 60 GHz. L'obiettivo principale è valutare l'efficacia della tecnologia radar nel rilevare le micro-vibrazioni delle corde vocali e nel ricostruire fedelmente il segnale vocale. Il processing dei segnali prevede una fase di preelaborazione in cui viene applicato un filtraggio passa-alto, finalizzato alla rimozione dei macro-movimenti corporei e degli artefatti a bassa frequenza. I segmenti di segnale vengono successivamente elaborati tramite finestratura di Hamming e tecniche di zero-padding per migliorare la risoluzione spettrale della Trasformata Rapida di Fourier (FFT). La stima della frequenza fondamentale ‘f_0’ viene effettuata nel dominio della frequenza attraverso un algoritmo di peak-picking vincolato, ottimizzato in base a intervalli specifici definiti per genere ed età dei soggetti analizzati. Per validare la robustezza dell'algoritmo di tracciamento e dimostrare l'efficacia del sensore radar nella riproduzione accurata delle componenti armoniche, sono stati calcolati gli indici acustici di Rapporto Armonica-Rumore: il picco temporale (HPNR), la variante energetica per bande di frequenza (BHNR) e la Total Harmonic Distortion (THD). I risultati dimostrano che il sistema a 60 GHz, non solo permette una stima precisa della frequenza fondamentale superando i limiti dei microfoni tradizionali in ambienti rumorosi, ma garantisce anche una fedeltà spettrale nella ricostruzione della voce.