Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal Institute of São Paulo | - |
Autor(es): dc.contributor | Mato Grosso State University | - |
Autor(es): dc.creator | Contreras, Rodrigo Colnago | - |
Autor(es): dc.creator | Viana, Monique Simplicio | - |
Autor(es): dc.creator | Fonseca, Everthon Silva | - |
Autor(es): dc.creator | dos Santos, Francisco Lledo | - |
Autor(es): dc.creator | Zanin, Rodrigo Bruno | - |
Autor(es): dc.creator | Guido, Rodrigo Capobianco | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:40:29Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:40:29Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/s23115196 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/250048 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/250048 | - |
Descrição: dc.description | Biometrics-based authentication has become the most well-established form of user recognition in systems that demand a certain level of security. For example, the most commonplace social activities stand out, such as access to the work environment or to one’s own bank account. Among all biometrics, voice receives special attention due to factors such as ease of collection, the low cost of reading devices, and the high quantity of literature and software packages available for use. However, these biometrics may have the ability to represent the individual impaired by the phenomenon known as dysphonia, which consists of a change in the sound signal due to some disease that acts on the vocal apparatus. As a consequence, for example, a user with the flu may not be properly authenticated by the recognition system. Therefore, it is important that automatic voice dysphonia detection techniques be developed. In this work, we propose a new framework based on the representation of the voice signal by the multiple projection of cepstral coefficients to promote the detection of dysphonic alterations in the voice through machine learning techniques. Most of the best-known cepstral coefficient extraction techniques in the literature are mapped and analyzed separately and together with measures related to the fundamental frequency of the voice signal, and its representation capacity is evaluated on three classifiers. Finally, the experiments on a subset of the Saarbruecken Voice Database prove the effectiveness of the proposed material in detecting the presence of dysphonia in the voice. | - |
Descrição: dc.description | Department of Computer Science and Statistics Institute of Biosciences Letters and Exact Sciences São Paulo State University, SP | - |
Descrição: dc.description | Federal Institute of São Paulo, SP | - |
Descrição: dc.description | Faculty of Architecture and Engineering Mato Grosso State University, MT | - |
Descrição: dc.description | Department of Computer Science and Statistics Institute of Biosciences Letters and Exact Sciences São Paulo State University, SP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Sensors | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | cepstral analysis | - |
Palavras-chave: dc.subject | dysphonia detection | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | pattern recognition | - |
Palavras-chave: dc.subject | voice disorder detection | - |
Título: dc.title | An Experimental Analysis on Multicepstral Projection Representation Strategies for Dysphonia Detection | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: