Classificação de distúrbios vocais utilizando redes neurais artificiais

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.contributorBispo, Bruno Catarino-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.creatorFermino, Murillo Augusto-
Data de aceite: dc.date.accessioned2022-02-24T17:00:44Z-
Data de disponibilização: dc.date.available2022-02-24T17:00:44Z-
Data de envio: dc.date.issued2022-02-22-
Data de envio: dc.date.issued2022-02-22-
Data de envio: dc.date.issued2017-06-20-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27259-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/699306-
Descrição: dc.descriptionThe voice is an important means of communication, affecting the performance of professionals in all areas, requiring extreme care with vocal health. However, there are many challenges in voice assessment methods, providing research opportunities for non-invasive approaches. In line with this requirement, this paper investigates the application of artificial neural network to classify patterns related to voice disorders in speech signals. It is proposed to use the wavelet packet transform to extract signal characteristics in time-frequency analysis, artificial neural networks for recognition and classification of the patterns presented by vocal disorders. Finally, the modeling intelligent classifier has been shown to be consistent in the developed tests, proving itself promising for a future application as a non-invasive method that assists voice professionals.-
Descrição: dc.descriptionA voz é um importante meio de comunicação, afetando o desempenho de profissionais em todas as áreas, exigindo extremo cuidado com a saúde vocal. No entanto, existem muitos desafios nos métodos de avaliação vocal, fornecendo oportunidades de estudo para abordagens não-invasivas. Em linha com esta exigência, o presente trabalho aplica redes neurais artificiais para classificação dos padrões relacionados a distúrbios vocais em sinais de fala. Propõe-se a utilização da transformada wavelet packet para extrair características do sinal em análise tempo-frequência, redes neurais artificiais para reconhecimento e classificação dos padrões apresentados por distúrbios vocais. Por fim, o classificador modelado se mostrou consistente nos testes desenvolvidos, provando-se promissor para uma futura aplicação como método não-invasivo que auxilie 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 Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectDistúrbios da fala-
Palavras-chave: dc.subjectRedes Neurais Artificiais-
Palavras-chave: dc.subjectTransformadas integrais-
Palavras-chave: dc.subjectSpeech disorders-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectIntegral transforms-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleClassificação de distúrbios vocais utilizando redes neurais artificiais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.