Evidência de validade baseada nos processos de resposta de um protocolo de análise espectrográfica da voz / Evidence of response process validity of a spectrographic voice analysis protocol

RESUMO Objetivo desenvolver a etapa de validade baseada nos processos de resposta do Protocolo de Análise Espectrográfica da Voz (PAEV). Métodos foram recrutados dez fonoaudiólogos e dez alunos de graduação em Fonoaudiologia, que aplicaram o PAEV em dez espectrogramas, realizaram o julgamento dos itens do PAEV e participaram de uma entrevista cognitiva. A partir das respostas, o PAEV foi reanalisado para reformulação ou para exclusão de itens. Utilizou-se o teste Qui-Quadrado e os valores de acurácia para análise das respostas dos questionários, assim como análise qualitativa dos dados da entrevista cognitiva. Resultados os participantes obtiveram acurácia maior que 70% na maioria dos itens do PAE. Apenas sete itens alcançaram acurácia menor ou igual a 70%. Houve diferença entre as respostas de presença versus ausência de dificuldade na identificação dos itens no espectrograma. A maioria dos participantes não teve dificuldade na identificação dos itens do PAEV. Na entrevista cognitiva, apenas seis itens não obtiveram correta identificação da intenção, conforme verificado na análise qualitativa. Além disso, os participantes sugeriram exclusão de cinco itens. Conclusão após a etapa de validação baseada nos processos de resposta, o PAEV foi reformulado. Sete itens foram excluídos e dois itens foram reformulados. Dessa forma, a versão final do PAEV após essa etapa foi reduzida de 25 para 18 itens, distribuídos nos cinco domínios.

ABSTRACT Purpose To develop the validity step based on the response processes of the Spectrographic Analysis Protocol (SAP). Methods 10 speech therapists and 10 undergraduate students of the Speech Therapy course were recruited, who applied the SAP in 10 spectrograms, performed the evaluation of the PAE items, and participated in a cognitive interview (CI). The SAP was reanalyzed to reformulate or exclude items based on the responses. The chi-square test and the accuracy values were used to analyze the answers to the questionnaires and qualitative analysis of the CI data. Results the participants achieved accuracy > 70% in most items of the SAP. Only seven items achieved accuracy ≤ 70%. There was a difference between presence vs. absence of difficulty in identifying items in the spectrogram. Most participants had no problem identifying the SAP items. In the CI, only six items did not correctly identify the intention, verified in the qualitative analysis. In addition, participants suggested excluding five items. Conclusion After the validation step based on the response processes, the SAP is reformulated. Seven items were deleted, and two items were reformulated. Thus, the final version of the SAP after this stage was reduced from 25 to 18 items, distributed in the five domains.

Sonidos urbanos inusuales en una vecindad al Oeste de la ciudad de La Habana / Non usual urban sounds in a Western Neighborhood of Havana City

Introducción: La fuente principal de ruido en la ciudad de La Habana es el tráfico terrestre. No obstante, las quejas mayormente se relacionaron con fuentes de ruido mecánico y audio musical. El pasado año algunas quejas acerca de la exposición a los así llamados ataques sónicos fueron presentadas por diplomáticos de Estados Unidos. Objetivo: Fundamentar la improbabilidad de que los sonidos urbanos inusuales aquí referidos constituyeran ataques sónicos. Métodos: Se analizaron grabaciones facilitadas del sonido objetivo y también se evaluó el ruido cosmopolita a través de mediciones del nivel sonoro. Resultados: Considerando el ambiente sonoro nocturno en la vecindad suburbana y las muestras grabadas de sonido objetivo, se observó que el ruido de fondo en la noche está relacionado en cierta medida con la presencia o ausencia de grillos (grillus assimilis) en los espacios verdes de la vecindad residencial, al oeste de La Habana. El sonido objetivo se describió en función de su estructura de frecuencia por dos morfologías principales, una de ellas refleja un ruido de banda ancha con un tono de alta frecuencia superpuesto. La otra no contiene tono de alta frecuencia. Varios eventos de sonidos objetivos grabados mostraron cierta similitud con los sonidos de fondo con grillos añadidos. Conclusiones: La intensidad del sonido y sus estructuras de frecuencia no sostienen la hipótesis de un daño inducido de salud. Algunas veces el nivel de sonido objetivo es cercano al nivel de fondo ambiental. El sonido direccional no parece capaz de penetrar el ambiente construido(AU)

Introduction: The main source of noise in the city of Havana is land traffic. However, complaints have mostly dealt with sources of mechanical noise and musical audio. Last year there were some complaints about exposure to so-called sonic attacks by US diplomats. Objective: Ground the improbability that the unusual urban sounds referred here constituted sonic attacks. Methods: Some recordings of the target sound supplied were analyzed and also, background noise was characterized through sound level measurements. It was watched that, background noise at night is connected eventually to presence or absence of crickets (Grillus assimilis) in green settings of a residential neighborhood, Western of Havana. Results: Target sound is described on behalf its frequency structure, by two main shapes, one of them reflects a broadband noise with a high pitch overlapped. The other one has no high frequency pitch. Several target sounds events recorded show certain likeness to the background with cricket sounds. Conclusions: The intensity of exposure does not support the hypothesis of induced health damage. Sometimes the target sound level is close to the background level. Directional sound at the reported levels does not seem able to penetrate the built environment(AU)

Uso del análisis acústico en el seguimiento de pacientes con patología vocal: estudio preliminar / Use of acoustic analysis in patients with voice pathologyfollow-up: a preliminary study / Uso da análise acústica no seguimento de pacientes compatologia vocal: estudo preliminar

Introducción: la evaluación vocal es multiparamétrica. En la dimensión acústica, los índices de perturbación y la relación armónico-ruido han sido cuestionados. La espectrografía acústica permite realizar representaciones visuales de la voz. El propósito de este trabajo es analizar si los índices de perturbación y la relación armónico-ruido mejoran en pacientes que presentaron una buena evolución vocal y describir la utilidad del espectrograma de banda angosta. Material y método: Estudio retrospectivo de una serie de casos. Se realizaron evaluaciones perceptuales y se obtuvieron informes otorrinolaringológicos pre y post-tratamiento en pacientes que presentaron buena evolución vocal post-tratamiento. Se grabó una vocal /a/ sostenida. Se analizaron los índices de perturbación y armónico-ruido generando un espectrograma de banda angosta. Resultados: Se incluyeron ocho pacientes entre 10 y 62 años. El jitter mejoró en cinco pacientes, el shimmer en siete y el armónico–ruido en la totalidad. El promedio mejoró en todos los parámetros estudiados luego del tratamiento. La diferencia pre y post-tratamiento no resultó significativa. En el espectrograma de banda angosta se observó mejor definición de la estructura armónica y disminución del componente de ruido en todos los casos. Conclusiones: Cuatro de los ocho pacientes presentaron evolución favorable en todos los parámetros. El promedio de los índices de perturbación y armónico-ruido fue mejor luego del tratamiento, si bien la diferencia encontrada no fue significativa. El espectrograma de banda angosta es un complemento que permitiría mejorar la interpretación de los índices de perturbación y armónico-ruido dentro de una evaluación vocal multidimensional y multiparamétrica.

Introduction: voice assessment is multiparametrical. In the acoustic dimension, the perturbation measures and the harmonics-to-noise ratio have been questioned. Sound spectrography allows visual representations of voice. The purpose of this paper is to analyze if perturbation measures and harmonics-to-noise ratio improve in a group of patients who showed good vocal evolution and to describe narrow band spectrogram usefulness. Material and method: Retrospective study of a series of cases. Pre and post-treatment auditoryperceptual evaluations were carried out and otorhinolaryngological reports were obtained in patients who featured vocal improvement. A sustained /a/ vowel was recorded. Perturbation measures and harmonics-to-noise ratio were analyzed, generating a narrow-band spectrogram. Results: Eight patients between the ages of 10 and 62 were included. Jitter improved in five patients, shimmer did in seven, and the harmonics-to-noise ratio improved in all of them. After treatment, the average improved in all the studied parameters. Pre- and post-treatment difference was not significant. In the narrow-band spectrogram, better harmonic structure and noise component reduction was observed in all cases. Conclusiones: Four out of said eight patients showed favorable evolution in all the studied acoustic parameters. The perturbation measures and harmonics-to-noise ratio average was better after treatment, although the difference found was not significant. Narrow-band spectrogram is a complement which would improve the interpretation of the acoustic measures within a multidimensional and multiparametrical voice assessment.

Introdução: a avaliação vocal é multiparamétrica. Na dimensão acústica, os índices de perturbação e a relação harmônico-ruído já foram questionados. A espectrografia acústica nos permite realizar representações visuais da voz. O propósito deste trabalho é analisar se os índices de perturbação e a relação harmônico-ruído melhoram em pacientes que apresentaram uma boa evolução vocal e descrever a utilidade do espectrograma de banda estreita. Material e método: Estudo retrospectivo de uma série de casos. Foram realizadas avaliações perceptuais, obtendo-se laudos otorrinolaringológicos pré e pós-tratamento em pacientes que apresentaram boa evolução vocal pós-tratamento. Com a gravação da vogal /a/ sustentada, foi feita a análise dos índices de perturbação e harmônico-ruído, gerando um espectrograma de banda estreita. Resultados: O estudo envolveu oito pacientes de entre 10 e 62 anos. O jitter indicou melhora em cinco pacientes, o shimmer em sete e o harmônico-ruído, na totalidade. A média melhorou em todos os parâmetros estudados após o tratamento. A diferença pré e pós-tratamento não resultou significativa. O espectrograma de banda estreita mostrou uma melhor definição da estrutura harmônica e diminuição do componente de ruído em todos os casos. Conclusões: Quatro dos oito pacientes apresentaram evolução favorável em todos os parâmetros. A média dos índices de perturbação e harmônico ruído foi melhor após o tratamento, embora a diferença encontrada não tenha sido significativa. O espectrograma de banda estreita é um complemento que permitiria melhorar a interpretação dos índices de perturbação e harmônico-ruído dentro de uma avaliação vocal multidimensional e multiparamétrica.

Medidas eletroglotográficas em falantes do português brasileiro por meio do Método Multiparamétrico de Avaliação Vocal Objetiva Assistida (EVA) / Electroglottography of speakers of Brazilian Portuguese through Objective Multiparameter Vocal Assessment (EVA)

O Método Multiparamétrico de Avaliação Vocal Objetiva Assistida (EVA) foi projetado para o estudo da maioria dos parâmetros de produção da fala. OBJETIVO: Definir as medidas médias dos parâmetros eletroglotográficos em falantes do português brasileiro para o EVA. MATERIAL E MÉTODO: Foram analisadas 40 vozes, 20 homens e 20 mulheres sem queixa vocal, extraindo-se as medidas eletroglotográficas, a fim de obter valores de referência de normalidade. Estudo de caso: estudo descritivo com corte transversal. RESULTADOS: Os valores médios de normalidade encontrados nas vozes masculinas foram: F0 = 127,77 Hz, coeficiente de variação de F0 = 2,51%, jitter absoluto = 1,707 Hz, perturbação média relativa = 0,0083, jitter factor = 1,34%, jitter ratio = 13,45%, e QF = 0,447. Para vozes femininas, foram: F0 = 204,87 Hz, coeficiente de variação de F0 = 1,58%, jitterabsoluto = 3,30 Hz, perturbação média relativa = 0,0102, jitter factor = 1,60%, jitter ratio = 16,23%, e QF = 0,443. O tipo de onda foi em 100% da amostra classificada como pulso inclinado em ambos os gêneros. CONCLUSÃO: Houve diferença estatisticamente significante em relação ao gênero para os parâmetros de média F0 e jitterabsoluto. Ao utilizar um programa de análise acústica, os usuários devem basear-se em parâmetros inerentes ao próprio programa para realizar a análise dos dados coletados.

EVA was designed to study various speech production parameters. OBJECTIVE: This paper aims to define the mean values for electroglottography tests of Brazilian Portuguese speakers on EVA. MATERIALS AND METHOD: The voices of 20 men and 20 women without voice-related complaints were analyzed through electroglottography so as to obtain reference values for normality. Case study: this is a descriptive cross-sectional study. RESULTS: The mean values for normal male voices were: F0 = 127.77 Hz; F0 coefficient of variation = 2.51%; absolute jitter = 1.707 Hz; relative average perturbation = 0.0083; jitter factor = 1.34%; jitter ratio = 13.45%; QF = 0.447. The values for female voices were: F0 = 204.87 Hz; F0 coefficient of variation = 1.58%; absolute jitter = 3.30Hz; relative average perturbation = 0.0102; jitter factor = 1.60%; jitter ratio = 16.23%; QF= 0.443. Wave type for the entire sample was categorized as tilted pulse. CONCLUSION: Statistically significant differences were found for gender on parameters average FO and absolute jitter. While using acoustic analysis software, users must be based on parameters inherent to the software program when analyzing the collected data.

Vocal analysis of suicidal movie characters / Análise vocal de personagens suicidas de filmes de cinema

OBJECTIVE: The aim of this study was to describe the auditory-perceptive evaluation and the psychodynamic aspects of voice samples among suicidal movie characters. METHOD: Voice samples of 48 characters (27 male, 21 female), extracted from 36 movies produced between 1968 and 2006, were analyzed. The samples were evaluated through a specific protocol focusing on the auditory-perceptive evaluation (voice quality, resonance, pitch, loudness, modulation, pauses, articulation and rhythm) and the psychodynamic aspects of voice. RESULTS: 85.5 percent of the samples exhibited abnormal findings in at least five parameters of the auditory-perceptive analysis, such as breathiness (n = 42; 87.5 percent of the samples), hoarseness (n = 39; 81.2 percent) and strain (n = 29; 60.4 percent), as well as laryngopharingeal resonance (n = 39; 81.2 percent), either high pitch (n = 14; 29.2 percent), or decreased loudness (n = 31; 64.6 percent). With respect to the psychodynamic aspects, dismay was detected in 50 percent (n = 24) of the samples, hopelessness in 47.9 percent (n = 23), resignation in 37.5 percent (n = 18), and sadness in 33.3 percent (n = 16). CONCLUSION: Our findings suggest the existence of specific patterns used by actors during the interpretation of suicidal characters. The replication of these findings among real patients may contribute to improvement in the evaluation of potential suicidal patients, as well as the implementation of preventive measures.

OBJETIVO: O objetivo do presente estudo foi descrever a análise perceptivo-auditiva e de psicodinâmica vocal de amostras de fala de personagens suicidas em filmes de cinema. MÉTODO: Foram analisadas amostras de fala de 48 personagens suicidas (27 homens, 21 mulheres), extraídas de 36 filmes produzidos no período de 1968 a 2006. As amostras foram analisadas utilizando-se um protocolo especificamente produzido para o registro das características da voz por meio da análise perceptivo-auditiva (qualidade vocal, ressonância, pitch, loudness, modulação, pausas, articulação e ritmo de fala) e da psicodinâmica vocal. RESULTADOS: 85,5 por cento das amostras (n = 41) apresentaram alterações em ao menos cinco parâmetros da análise perceptivo-auditiva, com destaque para soprosidade (n = 42; 87,5 por cento das amostras), rugosidade (n = 39; 81,2 por cento) e tensão (n = 29; 60,4 por cento), bem como ressonância laringofaríngea (n = 39; 81,2 por cento), pitch agudo (n = 14; 29,2 por cento) e loudness fraca (n = 31; 64,6 por cento). A análise da psicodinâmica vocal revelou desânimo em 50 por cento (n = 24) das amostras, desesperança em 47,9 por cento (n = 23), resignação em 37,5 por cento (n = 18) e tristeza em 33,3 por cento (n = 16). CONCLUSÃO: Os achados do presente estudo apontam para padrões vocais característicos utilizados por atores na interpretação de personagens suicidas. Se replicados entre pacientes reais, estes achados podem contribuir para o aperfeiçoamento da avaliação do risco de suicídio e a instauração de medidas preventivas.

Achados espectrais das vogais [a] e [ã] em diferentes aberturas velofaríngeas

TEMA: o controle do tamanho da abertura velofaríngea é uma variável importante na caracterização do perfil acústico da fala hipernasal. OBJETIVO: investigar os aspectos espectrais das frequências de F1, F2, F3, formante nasal(FN) e anti-formante, em Hertz, para as vogais [a] e [ã] na presença de aberturas feitas no bulbo de réplicas da prótese de palato de uma paciente com insuficiência velofaríngea. MÉTODO: gravações de produções de quatro palavras ("pato/mato" e "panto/manto") inseridas em frase veículo foram obtidas em cinco condições de funcionamento velofaríngeo: prótese sem aberturas (condição controle: CC), prótese com abertura de 10mm² no bulbo (condição experimental - CE10), com abertura de 20mm² (condição experimental - CE20), com abertura de 30mm² (condição experimental - CE30), e sem prótese (condição experimental aberta - CEA). Cinco fonoaudiólogos julgaram a nasalidade de fala ao vivo, durante a leitura de um texto oral. As gravações foram usadas para análise espectral. RESULTADOS: valores de F1 foram significativamente mais altos para [a] que para [ã] em todas as condições. Valores de F2 para [a] em CE20 e CE30 foram significantemente mais baixos que nas outras condições, aproximando-se dos valores para [ã]. Valores de F3 não foram significativamente diferentes nas diferentes condições. Houve relação entre os achados de FN e anti-formantes e a percepção de nasalidade para as condições CE10 e CE20. CONCLUSÃO: foram observadas mudanças significativas nos valores espectrais estudados de acordo com alterações no tamanho da abertura velofaríngea.

BACKGROUND: the size control of velopharyngeal opening is an important variable for the acoustic profile characterization of hypernasal speech. AIM: to investigate frequency spectral aspects of F1, F2, F3, nasal formant (FN) and anti-formant, in Hertz, for vowels [a] and at different velopharyngeal openings produced in the bulb of a palatal prosthesis replica used by a patient with velopharyngeal insufficiency. METHOD: speech recordings were obtained for four words ("pato/mato" and "panto/manto") produced within a carrier phrase in 5 conditions of velopharyngeal functioning: prosthesis with no openings (control condition: CC); prosthesis with bulb opening of 10mm² (experimental condition with 10mm² opening: EC10), prosthesis with a 20mm² opening (EC20), prosthesis with a 30mm² openning (EC30), and without the prosthesis (ECO). Five speech-language pathologists made a live rating of speech nasality during the reading of an oral passage. The recordings were used for spectral analysis. RESULTS: F1 values were significantly higher for [a] when compared to in all conditions. F2 values for [a] in EC20 and EC30 were significantly lower than values in the other conditions, being closer to the values presented for . F3 values were not significantly different between the testing conditions. There was a relationship between FN and anti-formants, and the auditory perception of nasality for conditions EC10 and EC20. CONCLUSION: significant changes were observed in the studied spectral values according to changes in the velopharyngeal opening size.

Method for automatic detection of wheezing in lung sounds

The present report describes the development of a technique for automatic wheezing recognition in digitally recorded lung sounds. This method is based on the extraction and processing of spectral information from the respiratory cycle and the use of these data for user feedback and automatic recognition. The respiratory cycle is first pre-processed, in order to normalize its spectral information, and its spectrogram is then computed. After this procedure, the spectrogram image is processed by a two-dimensional convolution filter and a half-threshold in order to increase the contrast and isolate its highest amplitude components, respectively. Thus, in order to generate more compressed data to automatic recognition, the spectral projection from the processed spectrogram is computed and stored as an array. The higher magnitude values of the array and its respective spectral values are then located and used as inputs to a multi-layer perceptron artificial neural network, which results an automatic indication about the presence of wheezes. For validation of the methodology, lung sounds recorded from three different repositories were used. The results show that the proposed technique achieves 84.82% accuracy in the detection of wheezing for an isolated respiratory cycle and 92.86% accuracy for the detection of wheezes when detection is carried out using groups of respiratory cycles obtained from the same person. Also, the system presents the original recorded sound and the post-processed spectrogram image for the user to draw his own conclusions from the data.

Correlación entre el espectro de sonidos traqueales y la espirometría en un adulto con obstrucción de la vía aérea superior: caso clínico / Treachel sounds spectra and lung function in upper airway obstruction: clinical case

El análisis de los ruidos traqueales ha demostrado ser útil en la evaluación de las alteraciones anatómicas de la vía aérea superior, teniendo la ventaja de ser un método no invasivo y que no requiere de la cooperación del paciente. Se presenta el caso clínico de un paciente de 52 años, no fumador, portador de un tumor hipofisiario y acromegalia de larga evolución. Consultó por estridor inspiratorio y disnea de pequeños esfuerzos. Su estudio radiológico reveló la presencia de una masa intratorácica que comprimía la tráquea en forma significativa. La espirometría demostró una alteración compatible con obstrucción fija extratorácica. Se realizó una grabación de ruidos traqueales con un micrófono de contacto (Siemmens EMT25C) en la escotadura supraesternal alcanzando flujos de entre 0,15 a 0,25 l/s. Después de su evaluación, se realizó la extirpación de la masa, que demostró una hiperplasia nodular folicular de tiroides. El paciente presentó recuperación de su sintomatología respiratoria, con normalización de los estudios de imagen y espirometría. La grabación de los ruidos traqueales demostró una disminución significativa en intensidad en igual valor de frecuencia (p< 0,001)y un desplazamiento de la curva hacia frecuencias menores (p<0,001). Hubo una correlación significativa entre el aumento en los valores espirométricos y la disminucion en la curva de espectro de intensidad (r=0,008;p<0,001). El estudio de este paciente es concordante con las publicaciones que señalan que el análisis de los ruidos traqueales es un método no invasivo, útil en la evaluación de las anormalidades anatómicas de la vía aérea superior

Utilidades de la estroboscopía digital en el diagnóstico de la disfonía / Usefulness of digital stroboscopy in dysphonia diagnosis

En el estudio de las disfonías la estroboscopía sigue siendo el método más importante del análisis de la función laringía; sin embargo, este estudio puede ser aún mejorado con la integración de la digitalización de imágenes. Se presentan las utilidades y ventajas de este método utilizado desde hace 2 años en nuestra unidad de voz

Programa COOL EDIT 96 para el análisis del llanto y del habla en el niño hipoacúsico / COOL EDIT 96 software in the crying and talking of hearing impaired children

Para conocer cualitativa y cuantitativamente el habla y el llanto de los hipoacúsicos, se utilizó el programa Cool Edit 96, que analiza los sonidos, cuantificando la frecuencia (Hz) en función al tiempo (s). Se estudiaron 10 niños normo-oyentes y 10 niños hipoacúsicos para analizar el llanto, así como 10 hipoacúsicos pre-lingüísticos, 10 post-lingüísticos y 10 normo-oyentes adultos para analizar el habla. Los resultados muestran que el llanto en el niño hipoacúsico es arrítmico; el habla de los hipoacúsicos pre-lingüísticos es lenta y elaborada y tiene frecuencia más alta en comparación con los normo-oyentes. Existe diferencia significativa (p=0.05) con los normo-oyentes en lo que respecta al tiempo (s) en que se producía el sonido, no así con la frecuencia del sonido emitido.Los resultados demuestran la importancia de la utilización de la tecnología para el estudio en la adquisición y desarrollo del lenguaje y también para la elaboración de programas rehabilitatorios o habilitatorios.