Capítulo VISIÓN GENERAL DE MPEG-4 - Repositorio Digital EPN ...

espacialización tridimensional y una transmisión dinámica de efectos de
procesamiento de señal personalizados.
Como el resto de capacidades BIFS, Audio BIFS consiste de un número de nodos
los cuales son entrelazados en una escena; sin embargo, el concepto del grato
de escena Audio BIFS es algo diferente y se denomina subgraph audio.
Mientras el grafo de la escena principal representa la posición espacio-temporal
de objetos visuales en el espacio de presentación y sus propiedades como color,
textura, el subgraph, de audio representa un grafo de flujo de señal que describe
manipulaciones de fa señal de audio.
3.3.3 SINCRONIZACIÓN DE VOZ Y ANIMACIÓN FACIAL.
MPEG-4 especifica un método de codificación conjunta para información fonética
y parámetros de animación facial FAP. Usando esta técnica, se puede usar un
único stream para controlar tanto la interfaz TTS como el decodificador de
objetos visuales para animación facial.
Una característica importante del TTSI de MPEG-4 es la habilidad para
sincronizar sonido sintético con el movimiento de los labios de una cabeza
parlante. En esta técnica, el sintetizador TTS genera secuencias de fonemas con
sus duraciones y los comunica al decodificador de animación facial para que éste
pueda controlar el movimiento de los labios. Con esta característica no solo se
puede oír la voz sintética sino también observar el movimiento de los labios
sincronizados.
El TTSI de MPEG-4 tiene una capacidad adicional para enviar indicadores de
expresiones faciales a través de texto. El indicador es identificado por ''. En este caso el sintetizador TTS transfiere
directamente el indicador al decodificador facial para que pueda controlar
coordinadamente el objeto visual de animación facial. Los parámetros de
animación facial FAP del indicador se aplican a la cara antes de que otro
222