Classificação automática de desordens vocais usando a variância wavelet

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorScalassara, Paulo Rogerio-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5016119298122922-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4935395556663775-
Autor(es): dc.contributorScalassara, Paulo Rogerio-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5016119298122922-
Autor(es): dc.contributorGuido, Rodrigo Capobianco-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6542086226808067-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5229173673499346-
Autor(es): dc.creatorSantos, Rafael Alberto dos-
Data de aceite: dc.date.accessioned2025-08-29T12:32:05Z-
Data de disponibilização: dc.date.available2025-08-29T12:32:05Z-
Data de envio: dc.date.issued2022-11-28-
Data de envio: dc.date.issued2022-11-28-
Data de envio: dc.date.issued2022-07-28-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30196-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1097163-
Descrição: dc.descriptionVocal disorders may be present when the voice fails to fulfill its basic role of verbal and emotional transmission. These disturbances can be perceived by the variation of perceptual parameters of the voice, such as quality, pitch, and loudness. Changes in voice parameters can be measured and classified automatically through acoustic analysis. The present work proposes an algorithm for automatic classification of voice disorders, using wavelet variance in signals of vowel "a" with neutral pitch to form a feature vector. The pathology under analysis is nodules and Reinke's edema. These pathologies affect the vocal folds and alter acoustic parameters of voice signals. Classification is performed using a supervised learning technique called support vector machine. The experiments are performed as a binary classification between the groups Edema/Healthy, Nodule/Healthy, Edema/Nodule and Pathological/Healthy, being the pathological class formed by the pathologies nodule and Reinke's edema. In order to compare the results, the extraction of features of the voice signals is carried out with two other methods, the mel spectrogram and the mel frequency cepstral coefficients. The results obtained in the tests are promising and indicate that the features extracted from the signals using wavelet variance discriminate the classes and can replace the mel spectrogram and MFCC techniques.-
Descrição: dc.descriptionDistúrbios vocais podem existir quando a voz não consegue cumprir seu papel básico de transmissão verbal e emocional. Esses distúrbios podem ser percebidos pela variação de parâmetros perceptuais da voz, tais como qualidade, tom e volume. As alterações dos parâmetros da voz podem ser medidas e classificadas de forma automática por meio da análise acústica. O presente trabalho propõe um algoritmo de classificação automática de distúrbios vocais, utilizando a variância wavelet em sinais de vogal "a" com tom neutro para formar um vetor de características. As patologias em análise são o nódulo e edema de Reinke. Essas patologias afetam as pregas vocais e alteram parâmetros acústicos dos sinais de voz. A classificação é realizada utilizando a técnica de aprendizagem supervisionada support vector machine. Os experimentos são realizados como uma classificação binária, entre os grupos Edema/Saudável, Nódulo/Saudável, Edema/Nódulo e Patológico/Saudável, sendo a classe patológica formada pelas patologias nódulo e edema de Reinke. Com o objetivo de comparar os resultados obtidos, realiza-se a extração de atributos dos sinais de voz com outros dois métodos, o mel espectrograma e os coeficientes cepstrais de frequência mel. Os resultados obtidos nos testes são promissores e indicam que as características extraídas dos sinais através da variância wavelet discriminam as classes e podem substituir as técnicas mel espectrograma e MFCC.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectWavelets (Matemática)-
Palavras-chave: dc.subjectReconhecimento automático da voz-
Palavras-chave: dc.subjectClassificação-
Palavras-chave: dc.subjectWavelets (Mathematics)-
Palavras-chave: dc.subjectAutomatic speech recognition-
Palavras-chave: dc.subjectClassification-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleClassificação automática de desordens vocais usando a variância wavelet-
Título: dc.titleAutomatic classification of vocal disorders using wavelet variance-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.