Classificador neural de vozes rugosas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorDajer, María Eugenia-
Autor(es): dc.contributorSpatti, Danilo Hernane-
Autor(es): dc.contributorDajer, María Eugenia-
Autor(es): dc.contributorSpatti, Danilo Hernane-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.creatorLens, Nicolas Basso-
Data de aceite: dc.date.accessioned2022-02-21T22:23:27Z-
Data de disponibilização: dc.date.available2022-02-21T22:23:27Z-
Data de envio: dc.date.issued2022-02-09-
Data de envio: dc.date.issued2022-02-09-
Data de envio: dc.date.issued2019-04-25-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27067-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/674053-
Descrição: dc.descriptionThe human voice is one of the main means of communication, it is also the main tool of work of several professionals. Considering the difficulties that exist in voice assessment diagnoses and the need for voice care, the present study proposes an alternative and non-invasive method to assist professionals in the speech therapy area using artificial neural networks to classify human voices with roughness characteristics. The extraction of the characteristics of the signal in time-frequency analysis will be performed through the wavelet packet transform, and the neural network used for the disturbance classification will be multiple layers Perceptron. The developed classifier achieved a high percentage of correct answers, proving to be a promising alternative for future applications as a non-invasive method that assists speech therapy professionals.-
Descrição: dc.descriptionA voz humana é um dos principais meios de comunicação, e também a principal ferramenta de trabalho de diversos profissionais. Tendo em vista as dificuldades que existem em diagnósticos de avaliação vocal, e a necessidade de cuidados com a voz, o presente estudo propõe um método alternativo e não-invasivo para auxiliar os profissionais da área de fonoaudiologia, utilizando redes neurais artificiais para a classificação de vozes humanas com características de rugosidade. A extração das características do sinal em análise tempo-frequência será realizada por intermédio da transformada wavelet packet, e a rede neural utilizada para a classificação do distúrbio será a Perceptron de múltiplas camadas. O classificador desenvolvido atingiu uma alta porcentagem de acertos, mostrando-se robusto através dos testes realizados, provando ser uma alternativa promissora para uma aplicação futura como método não-invasivo que auxilia os profissionais da voz.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Controle e Automação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectFonoaudiologia-
Palavras-chave: dc.subjectTransformadas integrais-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectSpeech therapy-
Palavras-chave: dc.subjectIntegral transforms-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleClassificador neural de vozes rugosas-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.