ABSTRACT
Objetivos: Desenvolver uma ferramenta automatizada para reconhecimento dos segmentos sem presença de voz durante a fonação do paciente com base na sustentação do Pitch. Método: Os procedimentos para construção e verificação da técnica são a aquisição da voz, janelamento, aplicação da Transformada Discreta de Fourier, detecção do Pitch e a verificação do Pitch. Resultados: Com a análise das 101 vozes, a ferramenta diagnosticou 56 vozes com Distonia Laríngea e 45 como saudáveis. Já o especialista diagnosticou 53 vozes com Distonia Laríngea e 48 como vozes saudáveis. Conclusão: Os resultados demonstraram que o diagnóstico realizado pela ferramenta e pelo especialista são equivalentes e, portanto, a proposta de utilizar a sustentação do Pitch como métrica para reconhecimento da patologia mostrou-se eficiente...
Objectives: Develop an automated tool for recognition of segments without the presence of voice during phonation of the patient based on Pitch sustainment. Method: The procedures for construction and verification of the technique are the acquisition of voice, windowing, application of Discrete Fourier Transform, the Pitch detection and verification of Pitch. Results: With the analysis of 101 voices, the tool diagnosed 56 voices with laryngeal dystonia and 45 as healthy. Already the specialist diagnosed 53 voices with laryngeal dystonia and 48 voices as healthy. Conclusion: The results showed that the diagnosis made by the tool and specialist is equivalent and therefore the proposed use of the Pitch sustainment as a measure for the recognition of the pathology was effective...
Objetivos: Desarrollar una herramienta automatizada para el reconocimiento de segmentos sin la presencia de la voz durante la fonación basado en el apoyo de la Pitch. Método: Los procedimientos para la construcción y la verificación de la técnica son la adquisición de la voz, de ventanas, la aplicación de la Transformada Discreta de Fourier, la detección de tono y la verificación de Pitch. Resultados: Con el análisis de 101 voces, la herramienta ha diagnosticado 56 voces con distonía laríngea y 45 lo más saludable. Ya el especialista diagnostica 53 voces con distonía laríngea y 48 voces tan saludables. Conclusión: Los resultados mostraron que el diagnóstico realizado por la herramienta y por el especialista son equivalentes y por lo tanto el uso propuesto de la Pitch apoyo como una métrica para el reconocimiento de la patología fue eficiente...