Banca de QUALIFICAÇÃO: DANILO RANGEL ARRUDA LEITE

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: DANILO RANGEL ARRUDA LEITE
DATA: 15/10/2020
HORA: 14:00
LOCAL: https://us02web.zoom.us/j/84550472066?pwd=eHJDbllpQnFreXdqZmJJd3lTRUtEUT09
TÍTULO: DESENVOLVIMENTO DE UM MODELO DE CLASSIFICADORES DE APRENDIZADO DE MÁQUINA PARA CLASSIFICAÇÃO DA INTENSIDADE DO DESVIO VOCAL
PALAVRAS-CHAVES: Aprendizagem de máquina; Distúrbios da voz; Espectrografia.
PÁGINAS: 50
RESUMO: A voz é um dos principais meios de comunicação do ser humano, é um fenômeno que envolve grande variações e a sua emissão deve ser agradável, sem esforços e conforme aos interesses profissionais, sociais e pessoais do interlocutor. Qualquer alteração na sua emissão, pode ser classificada como distúrbio de voz. A presença de distúrbio na voz pode causar mudanças significativas nos padrões vibratórios, afetando assim, a qualidade da produção normal da voz, podendo influenciar negativamente na qualidade de vida de um indivíduo, limitando a comunicação no seu trabalho, entre outros. Nesse sentido, alterações vocais devem ser diagnosticadas e tratadas o mais precocemente possível. A análise da voz possibilita alcançar resultados que mostram a condição de um distúrbio vocal com mais eficiência. A análise acústica, é um procedimento não invasivo, que utiliza técnicas de processamento digital de sinal de voz podendo contribuir com medidas acústicas para construção de ferramentas de classificação de distúrbio da voz. Pode compreender a análise descritiva de padrões visuais, como o espectrograma de faixa larga e faixa estreita, o diagrama de desvio fonatório e o espectro de longo termo. Dentre as possibilidades de análise da acústica, a espectrografia é um recurso de grande valia, pode ser visualizadas informações como presença de ruído em média e altas frequências, intensidade, instabilidade dos harmônicos, quebras de sonoridade e entre outras. Assim, em virtude das possibilidades de informações fornecidas através de espectrogramas, gerou interesse em sistemas automáticos que possam auxiliar os especialistas em voz na classificação automática dos tipos de sinais de voz utilizando imagens espectrográficas. Nesse contexto, as imagens espectrográficas da voz podem proporcionar a construção de uma ferramenta para classificar automaticamente a intensidade do desvio vocal, além de ser um método não invasivo de avaliação. Diante o exposto, e da importância do entendimento dos desvio e da intensidade do desvio vocal, este estudo se propõe a construir uma ferramenta que utilize uma metodologia de Aprendizado de Máquina (AM) para classificação da intensidade do desvio vocal, a partir das imagens de espectrogramas extraídos do sinal da voz, verificar o desempenho e performance do sistema na classificação automática da tipologia do sinal de voz, bem como avaliar qual técnica tem melhor resultado na classificação comparando a acurácia dos seus resultados obtidos com os especialistas, este estudo justifica-se em apontar qual classificador e transformada tem melhor acurácia na classificação da intensidade do desvio vocal.
MEMBROS DA BANCA:
Interno - 1668545 - ANNA ALICE FIGUEIREDO DE ALMEIDA QUEIROZ
Interno - 1803504 - LEANDRO DE ARAUJO PERNAMBUCO
Presidente - 2634755 - LEONARDO WANDERLEY LOPES
Interno - 2379027 - LILIANE DOS SANTOS MACHADO
Interno - 337967 - RONEI MARCOS DE MORAES