Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos

El presente trabajo aborda el desafío crítico de la baja inteligibilidad de la voz en tiempo real en sistemas de radiocomunicación de Banda Lateral Única (BLU), causada principalmente por el ruido no estacionario y la interferencia de canal. La degradación de la calidad de audio en estos entornos op...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Noël, Tomás
Otros Autores: Breslin, Roberto Daniel
Formato: acceptedVersion Tesis de grado
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2025
Materias:
Trabajo final de grado
Telecomunicación
Red de telecomunicaciones
Inteligencia artificial
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=81017
Aporte de:
Repositorio Digital - Universidad Católica de Salta (UCASal) de Universidad Católica de Salta
id I49-R155-81017
record_format dspace
spelling I49-R155-810172026-03-31T12:51:01Z https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=81017 81017 20260331u u u0frey0103 ba spa Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2025-12-22 info:eu-repo/semantics/acceptedVersion info:eu-repo/semantics/bachelorThesis info:ar-repo/semantics/tesis de grado application/pdf 1001514 Salta (province) El presente trabajo aborda el desafío crítico de la baja inteligibilidad de la voz en tiempo real en sistemas de radiocomunicación de Banda Lateral Única (BLU), causada principalmente por el ruido no estacionario y la interferencia de canal. La degradación de la calidad de audio en estos entornos operativos puede tener consecuencias graves para la seguridad pública y las operaciones de emergencia, donde la comprensión inmediata del mensaje es vital. La solución de ingeniería propuesta se centra en la convergencia del Procesamiento Digital de Señales (DSP) y la Inteligencia Artificial (IA). El método central implica el desarrollo y la implementación de un filtro digital asistido por Inteligencia Artificial Causal en una plataforma de Edge Computing de bajo costo (Raspberry Pi 5), utilizando una cadena de audio full-duplex de alta fidelidad (ADC/DAC PCM1808/PCM5102). El modelo de Deep Learning es optimizado mediante cuantización INT8 para garantizar una inferencia eficiente en tiempo real. Se postula que esta solución ofrece una robustez significativamente mayor ante ruido no estacionario y SNR ultra-baja en comparación con los algoritmos DSP clásicos (NLMS/FxLMS). El sistema será validado mediante criterios operacionales estrictos, demostrando el cumplimiento de la restricción de latencia End-to-End (E2E) ≤ 30 ms sostenida y logrando una mejora objetiva de la calidad de voz, con metas de rendimiento de ≥ 15 % en STOI y ≥ 5 dB en SI-SDR. This work addresses the critical challenge of low real-time speech intelligibility in legacy Single Side Band (SSB) radio communication systems, primarily caused by non-stationary noise and channel interference. The degradation of audio quality in such operational environments can have severe consequences for public safety and emergency operations, where immediate message comprehension is vital. The proposed engineering solution focuses on the convergence of Digital Signal Processing (DSP) and Artificial Intelligence (AI). The core method involves the development and implementation of a Causal AI-assisted digital filter on a low-cost Edge Computing platform (Raspberry Pi 5), employing a high-fidelity full-duplex audio chain (ADC/DAC PCM1808/PCM5102). The Deep Learning model is optimized through INT8 quantization to ensure efficient real-time inference. It is hypothesized that this solution provides significantly greater robustness against nonstationary noise and ultra-low SNR compared to classical DSP algorithms (NLMS/FxLMS). The system will be validated under strict operational criteria, demonstrating compliance with an End-to-End (E2E) latency constraint of ≤ 30 ms, while achieving an objective improvement in speech quality, with performance targets of ≥ 15% in STOI and ≥ 5 dB in SI-SDR. Fil: Breslin, Roberto Daniel. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Noël, Tomás. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Noël, Tomás Breslin, Roberto Daniel Trabajo final de grado Telecomunicación Red de telecomunicaciones Inteligencia artificial Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess Researchers Students
institution Universidad Católica de Salta
institution_str I-49
repository_str R-155
collection Repositorio Digital - Universidad Católica de Salta (UCASal)
language Español
orig_language_str_mv spa
topic Trabajo final de grado
Telecomunicación
Red de telecomunicaciones
Inteligencia artificial
spellingShingle Trabajo final de grado
Telecomunicación
Red de telecomunicaciones
Inteligencia artificial
Noël, Tomás
Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
topic_facet Trabajo final de grado
Telecomunicación
Red de telecomunicaciones
Inteligencia artificial
description El presente trabajo aborda el desafío crítico de la baja inteligibilidad de la voz en tiempo real en sistemas de radiocomunicación de Banda Lateral Única (BLU), causada principalmente por el ruido no estacionario y la interferencia de canal. La degradación de la calidad de audio en estos entornos operativos puede tener consecuencias graves para la seguridad pública y las operaciones de emergencia, donde la comprensión inmediata del mensaje es vital. La solución de ingeniería propuesta se centra en la convergencia del Procesamiento Digital de Señales (DSP) y la Inteligencia Artificial (IA). El método central implica el desarrollo y la implementación de un filtro digital asistido por Inteligencia Artificial Causal en una plataforma de Edge Computing de bajo costo (Raspberry Pi 5), utilizando una cadena de audio full-duplex de alta fidelidad (ADC/DAC PCM1808/PCM5102). El modelo de Deep Learning es optimizado mediante cuantización INT8 para garantizar una inferencia eficiente en tiempo real. Se postula que esta solución ofrece una robustez significativamente mayor ante ruido no estacionario y SNR ultra-baja en comparación con los algoritmos DSP clásicos (NLMS/FxLMS). El sistema será validado mediante criterios operacionales estrictos, demostrando el cumplimiento de la restricción de latencia End-to-End (E2E) ≤ 30 ms sostenida y logrando una mejora objetiva de la calidad de voz, con metas de rendimiento de ≥ 15 % en STOI y ≥ 5 dB en SI-SDR. This work addresses the critical challenge of low real-time speech intelligibility in legacy Single Side Band (SSB) radio communication systems, primarily caused by non-stationary noise and channel interference. The degradation of audio quality in such operational environments can have severe consequences for public safety and emergency operations, where immediate message comprehension is vital. The proposed engineering solution focuses on the convergence of Digital Signal Processing (DSP) and Artificial Intelligence (AI). The core method involves the development and implementation of a Causal AI-assisted digital filter on a low-cost Edge Computing platform (Raspberry Pi 5), employing a high-fidelity full-duplex audio chain (ADC/DAC PCM1808/PCM5102). The Deep Learning model is optimized through INT8 quantization to ensure efficient real-time inference. It is hypothesized that this solution provides significantly greater robustness against nonstationary noise and ultra-low SNR compared to classical DSP algorithms (NLMS/FxLMS). The system will be validated under strict operational criteria, demonstrating compliance with an End-to-End (E2E) latency constraint of ≤ 30 ms, while achieving an objective improvement in speech quality, with performance targets of ≥ 15% in STOI and ≥ 5 dB in SI-SDR.
author2 Breslin, Roberto Daniel
author_facet Breslin, Roberto Daniel
Noël, Tomás
format acceptedVersion
Tesis de grado
Tesis de grado
author Noël, Tomás
author_sort Noël, Tomás
title Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
title_short Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
title_full Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
title_fullStr Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
title_full_unstemmed Implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (BLU) y entornos críticos
title_sort implementación de un sistema de filtrado digital asistido por inteligencia artificial para la optimización de la inteligibilidad de voz en comunicaciones de banda lateral única (blu) y entornos críticos
publisher Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publishDate 2025
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=81017
work_keys_str_mv AT noeltomas implementaciondeunsistemadefiltradodigitalasistidoporinteligenciaartificialparalaoptimizaciondelainteligibilidaddevozencomunicacionesdebandalateralunicabluyentornoscriticos
_version_ 1861514798245609472

Ejemplares similares