Detalhes bibliográficos
| Ano de defesa: |
2017 |
| Autor(a) principal: |
COURAS, MARIA DE F?TIMA KALLYNNA BEZERRA |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://repositorio.ifpb.edu.br/jspui/handle/177683/287
|
Resumo: |
A avalia??o perceptivo-auditiva tem papel fundamental na avalia??o da qualidade vocal. No entanto, por ser uma avalia??o subjetiva, est? sujeita a imprecis?es e varia??es, sendo necess?ria a utiliza??o de t?cnicas que tragam maior confiabilidade aos resultados. A an?lise ac?stica surge como uma ferramenta que proporciona a avalia??o da qualidade vocal de forma objetiva. Neste trabalho, s?o empregadas t?cnicas de processamento digital de sinais, baseadas no modelo linear de produ??o da fala, para analisar a qualidade vocal. ? avaliado o desempenho de medidas tradicionalmente empregadas na an?lise ac?stica, tais como frequ?ncia fundamental, medidas de perturba??o (jitter e shimmer), GNE (Glottal to Noise Excitation Ratio) e frequ?ncias form?nticas. Tambem ? avaliado o potencial discriminativo dos coeficientes da an?lise de predi??o linear (Linear Predictive Coding- LPC), coeficientes cepstrais e mel-cepstrais na classifica??o de desvios vocais (rugosidade, soprosidade e tens?o). Com o aux?lio de um classificador, baseado em redes neurais artificiais MLP (Multilayer Perceptron), ? realizada a classifica??o dos sinais utilizando as medidas extra?das individualmente e de forma combinada. Foram obtidas taxas de classifica??o de 86% na discrimina??o entre vozes soprosas e vozes saud?veis. |
