A separação de sinais de áudio é uma pedra angular do processamento de sinais digitais modernos, alimentando tudo, desde o cancelamento de ruído em fones de ouvido até a transcrição de música polifônica. A capacidade de decompor um fluxo de áudio complexo em suas partes constituintes — como separar a voz de um alto-falante do tráfego de fundo ou isolar instrumentos individuais em uma mistura — permite uma série de tecnologias práticas. Entre as técnicas mais eficientes e amplamente utilizadas para esta tarefa está a combinação de bancos de filtro com filtros Infinite Impulse Response (IIR). Este artigo fornece uma exploração abrangente de como essas duas ferramentas trabalham em conjunto para alcançar separação de sinais de alta qualidade com sobrecarga computacional mínima. Vamos examinar a teoria por trás dos bancos de filtro e filtros IIR, sua integração prática, desativação de design e aplicações do mundo real, utilizando princípios estabelecidos de processamento de sinais digitais e engenharia de áudio.

Compreensão de Bancos de Filtros

Um banco de filtros é um conjunto de filtros passa-banda que dividem um sinal de entrada em sub-bandas de múltiplas frequências. Cada sub-banda contém uma região específica do espectro de frequências, permitindo o processamento posterior para atingir componentes de frequência específicos sem afetar o resto. Esta decomposição é fundamental para muitos sistemas de áudio e comunicação, incluindo codificação de sub-bandas, equalizadores gráficos e processamento de sinais multi-rate.

Etapas de Análise e Síntese

Um sistema de banco de filtros completo normalmente funciona em duas fases: análise e síntese. Durante a fase [[FLT: 0]]] de análise[[[ FLT: 1]], o sinal de entrada é alimentado para uma matriz paralela de filtros passa- banda. Cada filtro isola uma faixa de frequência, produzindo um sinal correspondente de sub- banda. Estas sub- bandas são frequentemente dizimadas (downsampled) para reduzir a taxa de dados, explorando a largura de banda reduzida de cada canal. Durante a fase [[FLT: 2]] de síntese[[[FLT: 3]], os sinais de sub- banda processados (ou não processados) são amostrados e passados através de um conjunto complementar de filtros antes de serem somados para reconstruir o sinal de banda completa. Para uma reconstrução perfeita — onde a saída é igual à entrada com apenas um atraso conhecido — os filtros de análise e síntese devem satisfazer restrições específicas.

Tipos de Bancos de Filtros

  • Bancos de filtro Uniform:] Todas as sub-bandas têm largura de banda igual (por exemplo, um banco de 32 bandas com frequências de centro igualmente espaçadas). Estes são comuns em padrões de codificação de áudio como MP3 (através de transformada de cosseno discreta modificada) e em codificadores de transformação perceptual precoces.
  • Bancos de filtro não uniformes:] As subbandas variam em largura de banda, muitas vezes correspondendo à resolução de frequência da orelha (mais estreita em frequências baixas, mais ampla em frequências altas), sendo essa abordagem utilizada no processamento da fala e na prótese auditiva.
  • Bancos de filtro criticamente amostrados:] A taxa total de amostragem após a dizimação é igual à taxa de amostragem original, maximizando a eficiência.Um exemplo clássico é o banco de filtro de espelho de quadratura de dois canais (QMF), que divide o espectro em metades baixas e altas.
  • Bancos de filtros sobrestimados:] A soma das taxas de amostragem sub-banda excede a taxa de entrada, oferecendo robustez para aliasing e design de filtro mais simples. Comumente usado na filtragem adaptativa e separação de fonte.

Considerações sobre o Desenho de Chaves

A concepção de um banco de filtros envolve o equilíbrio da flatness da banda de passes, atenuação da banda de paradas, largura de transição e erro de reconstrução. Para aplicações críticas, poderá ser necessária uma reconstrução perfeita com fase linear, o que leva frequentemente ao uso de filtros Finite Impulse Response (FIR). Contudo, quando a eficiência é primordial e alguma distorção de fase é aceitável, os filtros IIR oferecem uma alternativa convincente, como veremos. A decomposição polifásica ] é uma técnica poderosa para implementar bancos de filtros de forma eficiente, explorando a relação entre a amostragem e a filtragem. Este método reduz a carga computacional interligando os coeficientes de filtro e processando apenas as amostras necessárias.

Papel dos filtros IIR no processamento de áudio

Os filtros de Resposta ao Impulso Infinito (IIR) são uma classe de filtros digitais definida pela sua estrutura recursiva: a saída depende tanto das entradas actuais como das saídas passadas, bem como das saídas passadas. Esta resposta dá aos filtros IIR a capacidade de obter respostas de magnitude acentuada com muito menos coeficientes do que um desenho FIR equivalente. Como resultado, são altamente atraentes para aplicações de áudio em tempo real, onde os ciclos de processadores e a memória são restringidos.

IIR vs. Filtros FIR

A escolha entre filtros IIR e FIR centra-se em alguns trade-offs chave. Os filtros FIR são inerentemente estáveis e podem facilmente atingir a fase linear (atraso constante do grupo), o que é desejável para preservar a forma de forma de onda em aplicações como os crossovers de áudio. Contudo, atingir um íngreme roll-off requer centenas ou até milhares de torneiras, levando a um alto custo computacional e latência. Os filtros IIR, por contraste, podem produzir uma banda de transição muito acentuada com alguns coeficientes. As suas desvantagens primárias são a instabilidade potencial (devido a pólos dentro do círculo unitário) e a resposta de fase não linear, que pode causar distorção de fase audível em certos casos de uso. As modernas técnicas de desenho de filtro IIR, tais como secções de segunda ordem em cascata (biquads), mitiguem os riscos de estabilidade e tornem a implementação robusta.

Tipos de filtro comum IIR

  • Butterworth:] Passband extremamente plana, roll-off suave. Bom para aplicações que não requerem ondulação, como filtros anti-aliasing.
  • Chebyshev Tipo I e II:] Roll-off Steeper do que Butterworth, mas com ondulação na faixa de passagem (Tipo I) ou parada (Tipo II). Adequado quando a largura de banda de transição é crítica.
  • Elíptica (Cauer): O mais afiado roll-off para uma determinada ordem, com ondulação tanto na faixa de passagem quanto na faixa de parada. Usado quando é necessária a máxima eficiência, mas é necessário um design cuidadoso para minimizar artefatos audíveis.
  • Bessel: Atraso de grupo no máximo plano, preservando a forma de onda ao custo de um rolagem mais lento. Útil em aplicações críticas no tempo onde a linearidade de fase importa mais do que a amplitude.

Para a separação de sinal de áudio, os filtros elípticos são frequentemente favorecidos em implementações de banco de filtro porque fornecem excelente isolamento de canal com recursos computacionais mínimos. Um filtro elíptico de quarta ordem pode alcançar atenuação de banda de 60 dB ou mais, o que é suficiente para evitar vazamento de canal cruzado em muitas tarefas de separação.

Combinando Bancos de Filtros e Filtros IIR

O casamento de bancos de filtros e filtros IIR cria uma estrutura poderosa e leve para a separação de sinais de áudio. A ideia principal é substituir os filtros FIR computacionalmente caros em um banco de filtros convencional por filtros IIR de alta eficiência. Isso reduz tanto o número de coeficientes quanto as operações aritméticas por amostra, permitindo operação em tempo real em dispositivos de baixa potência, como aparelhos auditivos, alto-falantes inteligentes e telefones móveis.

Arquitetura Geral

Num banco de filtros de análise-síntese típico baseado em IIR:

  1. O sinal de entrada é dividido em bandas de frequência N utilizando um banco de filtros de análise composto por passa-banda IIR ou pares passa-baixa/passa-alta.
  2. Cada sinal de sub-banda é opcionalmente dizimado (downsampled) para reduzir a taxa de amostra para a taxa de Nyquist para essa largura de banda. Decimação reduz a carga de processamento em etapas subsequentes.
  3. Aplica-se o processamento individual de sub-bandas, como ajuste de ganho, gating de ruído, filtragem adaptativa ou subtração espectral.
  4. As sub-bandas processadas são amostradas de volta à taxa de amostragem original e passam por um banco de filtro de síntese, também implementado com filtros IIR, para reconstruir o sinal de saída.

Os filtros de síntese são projetados para cancelar o aliasing introduzido pela dizimação e interpolação. Para um sistema de reconstrução perfeito, as respostas de frequência do filtro de análise e síntese devem satisfazer a condição de cancelamento do alias. Para os filtros IIR, isso é mais desafiador devido à sua fase não linear, mas pode ser alcançado com um design cuidadoso de estruturas baseadas em todos os pass ou usando filtros de IIR de fase aproximadamente linear.

Exemplo de banco de filtro de dois canais

Considere um banco de filtro simples de dois canais que divide o espectro de áudio em metades baixas e altas. Use um filtro IIR passa-baixo (por exemplo, um Butterworth de quarta ordem) e um filtro IIR passa- alto complementar. Os filtros de análise:

  • Baixo: Extrai frequências abaixo do ponto de cruzamento (por exemplo, 1 kHz).
  • Highpass: Extrai frequências acima do cruzamento.

Após a dizimação por 2, cada sub- banda é processada de forma independente. Por exemplo, a banda baixa pode ser comprimida para o controle dinâmico do intervalo, enquanto a faixa alta recebe supressão de ruído. Os filtros de síntese devem ser idênticos aos filtros de análise (num banco QMF amostrado criticamente) para cancelar o aliasing. Contudo, os filtros IIR introduzem uma descompasso de fase que impeça o cancelamento perfeito. Para atenuar isto, pode ser adicionado um filtro de equalização de allpass adicional, ou o sistema pode operar de uma forma sobre- amostrada, onde o aliasing é inerentemente reduzido.

Estruturas de banco de filtro IIR práticas

Várias estruturas especializadas foram desenvolvidas para incorporar filtros IIR em bancos de filtro de forma eficiente:

  • Bancos de filtro baseados em Allpass:] Use filtros allpass para obter respostas de magnitude complementar com baixa complexidade.As saídas passa-baixo e passa-alto podem ser derivadas através de somas e diferenças de saídas allpass.
  • Filtros digitais wave (WDFs):Modelo de redes de filtros analógicos com excelentes propriedades de estabilidade e modularidade, adequados para a construção de grandes bancos de filtros.
  • Filtros polifásicos de IIR: A decomposição polifásico pode ser aplicada também aos filtros de IIR, embora a natureza recursiva complique a implementação eficiente. Frequentemente, um filtro de IIR é convertido para uma combinação paralela de filtros de Allpass para permitir estruturas polifásicas.

Vantagens e Trade-offs

O uso de filtros IIR em bancos de filtro oferece benefícios distintos, mas também introduz trocas que devem ser cuidadosamente consideradas durante o projeto do sistema.

Vantagens

  • Eficiência computacional: Os filtros IIR conseguem roll-offs íngremes com 5 a 10 coeficientes por banda, enquanto os equivalentes FIR podem exigir 100 ou mais.Isso se traduz diretamente em menor consumo de energia e maior rendimento em processadores embarcados.
  • Baixa pegada de memória: Menos coeficientes de filtro significam menos RAM e ROM, críticos para pequenos chips DSP.
  • Seletividade de alta frequência: Os filtros de IIR podem isolar bandas muito estreitas, permitindo a separação fina (por exemplo, extrair harmónicas individuais de notas musicais).
  • Flexibilidade: A estrutura biquad simples permite reconfiguração dinâmica dos parâmetros do filtro (frequência central, fator Q) em resposta à alteração do conteúdo do áudio, permitindo bancos de filtros adaptativos.

Comércio

  • Distorção da fase:] A resposta de fase não linear pode causar esfregaço transiente e artefatos audíveis, especialmente nos sistemas de baixa latência utilizados para próteses auditivas ou som vivo.
  • Preocupações de estabilidade: Os filtros de IIR podem oscilar se os coeficientes forem mal quantificados ou se a ordem do filtro for muito alta. Os biquads de cascade ajudam, mas é necessário um escalonamento cuidadoso do coeficiente.
  • Atingindo a reconstrução perfeita: Devido à não linearidade de fase, os bancos de filtros baseados em IIR raramente conseguem a reconstrução perfeita, a menos que os filtros AllPass sejam usados exclusivamente. A sobreamostragem ou pós-filtragem podem reduzir o aliasing residual para níveis inaudíveis.
  • Sensibilidade de coeficiente: Os filtros IIR são mais sensíveis à quantificação de coeficiente do que os filtros FIR, particularmente para desenhos de banda estreita. Isto requer uma seleção mais profunda ou cuidadosa da estrutura do filtro (por exemplo, usando realizações de rede).

Considerações práticas sobre a implementação

A implantação de um banco de filtros baseado em IIR para separação de áudio em hardware real envolve várias etapas práticas. As considerações a seguir ajudam a garantir desempenho robusto e de alta qualidade.

Desenho e Tuning do Filtro

Ferramentas como a Caixa de Ferramentas de Processamento de Sinais da MATLAB, SciPy ou ambientes de desenvolvimento dedicados de DSP permitem a prototipagem rápida de filtros IIR. Para o desenho do banco de filtros, é muitas vezes mais fácil começar com um filtro analógico protótipo (por exemplo, Chebyshev Tipo II) e então aplicar a transformada bilinear para obter coeficientes digitais. As frequências de corte devem ser pré- aperfeiçoadas para contabilizar a distorção de frequência inerente à transformada bilinear. Após o desenho, os filtros devem ser simulados com sinais de áudio representativos para verificar que a atenuação da banda de paragem e a ondulação da banda de passagem permanecem dentro da tolerância, e que nenhum artefato audível surge a partir de mudanças de fase.

Restrições em Tempo Real

Em aplicações de áudio ao vivo, a latência deve ser minimizada. Os filtros de IIR introduzem inerentemente o atraso de grupo, que varia com a frequência. Para um banco de filtros com muitas faixas estreitas, o atraso de grupo pode tornar-se perceptível (por exemplo, > 10 ms). As técnicas para reduzir o atraso incluem o uso de desenhos de IIR de fase mínima (que empurram o atraso o mais baixo possível para uma resposta de magnitude dada) ou empregando técnicas multi- taxa que processam sub- bandas altamente dizimadas, reduzindo assim a taxa de amostragem efetiva e o atraso por computação. Além disso, o processamento baseado em blocos (quadro a quadro) pode introduzir atraso de algoritmo; métodos de sobreposição podem atenuar este processo, mas aumentar o uso da memória.

Aritmética de Ponto Fixo

Os DSPs incorporados usam frequentemente aritmética de ponto fixo para economizar custo e potência. Os filtros IIR são mais sensíveis à quantização do que os filtros FIR. Uma prática comum é implementar cada seção de segunda ordem (biquad) com acumuladores internos de precisão dupla (por exemplo, 32 bits para 16 bits de áudio) para evitar ciclos limite e transbordamento. A quantização de coeficiente pode causar a mudança de posições de pólo; por isso, é aconselhável desenhar o filtro no domínio quantizado e simular para garantir a estabilidade. A forma direta I e transposta forma direta II] estruturas oferecem diferentes trocas no desempenho de ruído e são usadas na prática.

Teste e Validação

Antes da implantação, o sistema completo de banco de filtros deve ser testado com uma variedade de sinais de áudio: tons puros para verificar o isolamento do canal, fala no ruído para avaliar a qualidade da separação e música em banda completa para verificar a existência de aliasing audível ou anomalias de fase. Medidas objetivas como a razão sinal-distorção (SDR) e a avaliação perceptiva da qualidade do áudio (PEAQ) podem complementar testes de audição subjetiva. Também é importante medir a latência e a utilização da CPU em piores condições.

Aplicações

A combinação de bancos de filtro e filtros IIR foi aplicada com sucesso em inúmeras tarefas de separação de áudio em todas as indústrias.

Melhoramento da fala e redução do ruído

Em telecomunicações, fones de ouvido e aparelhos auditivos, um banco de filtros decompõe o sinal do microfone em bandas de frequência. Os filtros passa-banda IIR isolam o espectro de fala (tipicamente 300 Hz – 3,4 kHz) e aplicam a supressão de ruído em outras bandas usando subtração espectral ou ganhos baseados em pisos de ruído estimados. Como o banco de filtros roda em tempo real em um chip de baixa potência, os usuários experimentam uma fala clara sem a carga computacional de algoritmos de banda completa. Alguns modernos aparelhos auditivos usam até 32 subbandas baseadas em IIR, cada uma comprimida independentemente para corresponder ao audiograma de um usuário.

Separação de Fontes de Música

Os instrumentos de separação de uma gravação mista (ex.: extrair vocais ou tambores) podem ser realizados com bancos de filtro não uniformes que imitam as bandas críticas do ouvido humano. Os filtros de IIR permitem a separação em tempo real para sistemas de reforço de som ao vivo ou de karaoke. Embora as abordagens de aprendizagem profunda tenham se tornado dominantes, os bancos de filtro baseados em IIR ainda são usados para pré-processamento para reduzir a dimensionalidade ou para aplicações de baixa latência, como monitores intra-auriculares, onde as redes neurais introduzem muito atraso.

Cancelamento de Eco acústico

Na telefonia sem mãos, um filtro adaptativo é treinado para modelar o caminho do eco acústico. A adaptação no domínio da sub-banda usando um banco de filtros IIR reduz o tempo de convergência e o custo computacional. Cada sub-banda processa uma largura de banda mais estreita, permitindo comprimentos de filtro mais longos com menos coeficientes em geral. A abordagem da sub-banda também torna o sistema resistente ao movimento de alto-falantes e ruído de fundo.

Processamento de sinais biomédicos

Além do áudio, os bancos de filtros IIR são usados para separar sinais EEG ou ECG em ritmos de frequência (delta, theta, alfa, beta). A eficiência dos filtros IIR permite que dispositivos portáteis wearable realizem análises em tempo real para monitoramento do sono ou detecção de convulsões.

Conclusão

Os bancos de filtros combinados com filtros IIR oferecem uma abordagem eficiente e prática para a separação de sinais de áudio que equilibra o custo computacional com a qualidade de separação. Ao alavancar a natureza recursiva dos filtros IIR, os engenheiros podem construir sistemas com declives de filtro íngremes, baixa utilização de memória e desempenho em tempo real em hardware restrito a recursos. As trocas de resposta em fase e reconstrução perfeita são gerenciáveis através de escolhas de design cuidadosas, tais como sobreamostragem, decomposição de todos os passes e pós-processamento adaptativo. Como o processamento de áudio continua a infiltrar-se nos dispositivos diários — desde assistentes de voz até aparelhos auditivos — o papel dos bancos de filtros baseados em IIR continua essencial. Os desenvolvimentos futuros em arquiteturas de coprocessadores e design de filtros adaptativos provavelmente irão refinar ainda mais essas técnicas, tornando acessível a separação de áudio de alta fidelidade nos menores fatores de forma.

Para mais informações sobre a concepção e implementação de filtros digitais, consulte o manual de instruções O Guia do Cientista e Engenheiro para o Processamento de Sinais Digitais[] de Steven W. Smith. Os exemplos práticos de desenhos de filtros IIR podem ser encontrados em Documentação do Desenho de Filtros IIR da MathWorks[. Para uma visão geral dos bancos de filtros em codificação de áudio, consulte a publicação AES de Bosi e Goldberg.