Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/41353| Título: | Uso de reconhecedor de fala para identificar fonemas sustentados em fala normal e disfônica |
| Título(s) alternativo(s): | Use of speech recognizer to identify sustained phonemes in normal e dysphonic speech |
| Autor(es): | Catete, Mariana Regina Aguiar |
| Orientador(es): | Rosa, Marcelo de Oliveira |
| Palavras-chave: | Reconhecimento automático da voz Distúrbios da fala Markov, Processos de Processo estocástico Processamento de sinais - Técnicas digitais Automatic speech recognition Speech disorders Markov processes Stochastic processes Signal processing - Digital techniques |
| Data do documento: | 3-Jun-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | CATETE, Mariana Regina Aguiar. Uso de reconhecedor de fala para identificar fonemas sustentados em fala normal e disfônica. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025. |
| Resumo: | Este trabalho visa aplicar a tecnologia de reconhecimento de fala por meio de avaliação probabilística, analisando a taxa de acerto e a acurácia na identificação de fonemas sustentados em diferentes condições vocais. O foco é direcionado a indivíduos com idades entre 45 e 60 anos, divididos entre grupos com fala normal e fala disfônica devido à presença de edema de Reinke. A etiquetagem manual dos sinais de fala foi realizada utilizando o software Praat, enquanto o processo de reconhecimento foi conduzido por meio de Modelos Ocultos de Markov (HMM), implementados na ferramenta HTK (Hidden Markov Model Toolkit). A pesquisa visa avaliar a viabilidade do uso do reconhecedor de fala em contexto clínico, para contribuir com o desenvolvimento de ferramentas de apoio ao diagnóstico em fonoaudiologia. Os resultados obtidos demonstraram uma taxa de acerto de 89,54% e uma acurácia de 65,09%, indicando que, apesar da acurácia moderada, o método apresenta potencial para otimização com o uso de bases de dados mais robustas e ajustes nos parâmetros do modelo. |
| Abstract: | This work aims to apply speech recognition technology through probabilistic evaluation, analyzing the hit rate and accuracy in the identification of sustained phonemes under different vocal conditions. The focus is directed at individuals aged between 45 and 60 years, divided into groups with normal speech and dysphonic speech due to Reinke’s edema. The manual labeling of speech signals was performed using the Praat software, while the recognition process was conducted through Hidden Markov Models (HMM), implemented in the HTK (Hidden Markov Model Toolkit) tool. The research aims not only to evaluate the feasibility of using the speech recognizer in a clinical context, but also to contribute to the development of diagnostic support tools in speech-language pathology. The results obtained showed a hit rate of 89.54% and an accuracy of 65.09%, indicating that, despite the moderate accuracy, the method has the potential for optimization with the use of more robust databases and adjustments to the model parameters. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/41353 |
| Aparece nas coleções: | CT - Engenharia de Controle e Automação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| reconhecedorfalanormaldisfonica.pdf | 2,89 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
