Full metadata record
DC FieldValueLanguage
dc.contributor.authorCOURAS, MARIA DE FÁTIMA KALLYNNA BEZERRA-
dc.date.accessioned2017-03-23T17:53:11Z-
dc.date.available2017-03-23T17:53:11Z-
dc.date.issued2017-02-
dc.identifier.urihttp://repositorio.ifpb.edu.br/jspui/handle/177683/287-
dc.description.abstractA avaliação perceptivo-auditiva tem papel fundamental na avaliação da qualidade vocal. No entanto, por ser uma avaliação subjetiva, está sujeita a imprecisões e variações, sendo necessária a utilização de técnicas que tragam maior confiabilidade aos resultados. A análise acústica surge como uma ferramenta que proporciona a avaliação da qualidade vocal de forma objetiva. Neste trabalho, são empregadas técnicas de processamento digital de sinais, baseadas no modelo linear de produção da fala, para analisar a qualidade vocal. É avaliado o desempenho de medidas tradicionalmente empregadas na análise acústica, tais como frequência fundamental, medidas de perturbação (jitter e shimmer), GNE (Glottal to Noise Excitation Ratio) e frequências formânticas. Tambem é avaliado o potencial discriminativo dos coeficientes da análise de predição linear (Linear Predictive Coding- LPC), coeficientes cepstrais e mel-cepstrais na classificação de desvios vocais (rugosidade, soprosidade e tensão). Com o auxílio de um classificador, baseado em redes neurais artificiais MLP (Multilayer Perceptron), é realizada a classificação dos sinais utilizando as medidas extraídas individualmente e de forma combinada. Foram obtidas taxas de classificação de 86% na discriminação entre vozes soprosas e vozes saudáveis.pt_BR
dc.language.isoptpt_BR
dc.subjectProcessamento de Sinais de Vozpt_BR
dc.subjectModelo Linear de Produção da Falapt_BR
dc.subjectDesvios vocaispt_BR
dc.subjectRedes Neuraispt_BR
dc.titleCLASSIFICAÇÃO DE DESVIOS VOCAIS UTILIZANDO CARACTERÍSTICAS BASEADAS NO MODELO LINEAR DE PRODUÇÃO DA FALApt_BR
dc.typemasterThesispt_BR
ifpb.abnt.categoryDissertaçãopt_BR
ifpb.abnt.grantorIFPBpt_BR
ifpb.abnt.localJoão Pessoapt_BR
Appears in Collections:Mestrado Acadêmico em Engenharia Elétrica