Classificador neural de vozes rugosas

• Autor(a) principal: Lens, Nicolas Basso
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/27067
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Redes neurais (Computação); Fonoaudiologia; Transformadas integrais; Neural networks (Computer science); Speech therapy; Integral transforms

A 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.