Aplicação de uma rede neural artificial para a avaliação da rugosidade e soprosidade vocal

A avaliação perceptivo-auditiva tem papel fundamental no estudo e na avaliação da voz, no entanto, por ser subjetiva está sujeita a imprecisões e variações. Por outro lado, a análise acústica permite a reprodutibilidade de resultados, porém precisa ser aprimorada, pois não analisa com precisão vozes com disfonias mais intensas e com ondas caóticas. Assim, elaborar medidas que proporcionem conhecimentos confiáveis em relação à função vocal resulta de uma necessidade antiga dentro desta linha de pesquisa e atuação clínica. Neste contexto, o uso da inteligência artificial, como as redes neurais artificiais, indica ser uma abordagem promissora. Objetivo: Validar um sistema automático utilizando redes neurais artificiais para a avaliação de vozes rugosas e soprosas. Materiais e métodos: Foram selecionadas 150 vozes, desde neutras até com presença em grau intenso de rugosidade e/ou soprosidade, do banco de dados da Clínica de Fonoaudiologia da Faculdade de Odontologia de Bauru (FOB/USP). Dessas vozes, 23 foram excluídas por não responderem aos critérios de inclusão na amostra, assim utilizaram-se 123 vozes. Procedimentos: avaliação perceptivo-auditiva pela escala visual analógica de 100 mm e pela escala numérica de quatro pontos; extração de características do sinal de voz por meio da Transformada Wavelet Packet e dos parâmetros acústicos: jitter, shimmer, amplitude da derivada e amplitude do pitch; e validação do classificador por meio da parametrização, treino, teste e avaliação das redes neurais artificiais. Resultados: Na avaliação perceptivo-auditiva encontrou-se, por meio do teste Coeficiente de Correlação Intraclasse (CCI), concordâncias inter e intrajuiz excelentes, com p = 0,85 na concordância interjuízes e p variando de 0,87 a 0,93 nas concordâncias intrajuiz. Em relação ao desempenho da rede neural artificial, na discriminação da soprosidade e da rugosidade e dos seus respectivos graus, encontrou-se o melhor desempenho para a soprosidade no subconjunto composto pelo jitter, amplitude do pitch e frequência fundamental, no qual obteve-se taxa de acerto de 74%, concordância excelente com a avaliação perceptivo-auditiva da escala visual analógica (0,80 no CCI) e erro médio de 9 mm. Para a rugosidade, o melhor subconjunto foi composto pela Transformada Wavelet Packet com 1 nível de decomposição, jitter, shimmer, amplitude do pitch e frequência fundamental, no qual obteve-se 73% de acerto, concordância excelente (0,84 no CCI), e erro médio de 10 mm. Conclusão: O uso da inteligência artificial baseado em redes neurais artificiais na identificação, e graduação da rugosidade e da soprosidade, apresentou confiabilidade excelente (CCI > 0,80), com resultados semelhantes a concordância interjuízes. Dessa forma, a rede neural artificial revela-se como uma metodologia promissora de avaliação vocal, tendo sua maior vantagem a objetividade na avaliação.

Influência do uso de amostras de referência no julgamento perceptivo-auditivo da oclusiva glotal

Objetivos: estabelecer amostras de referência constituídas por gravações julgadas com consenso como representativas da presença ou ausência da oclusiva glotal (OG) e comparar julgamentos perceptivo-auditivos da presença e ausência da OG com e sem o uso de amostras de referência. Metodologia: o estudo foi dividido em duas etapas. Durante a ETAPA 1, 480 frases referentes aos sons oclusivos e fricativos produzidas por falantes com história de fissura labiopalatina foram julgadas por três fonoaudiólogas experientes quanto à identificação da OG. As frases foram julgadas individualmente e aquelas que não apresentaram consenso inicial foram julgadas novamente de maneira simultânea. As amostras julgadas com consenso com relação à presença ou ausência da OG durante produção das seis consoantes-alvo oclusivas e seis fricativas foram selecionadas para estabelecer um Banco de Amostras Representativas da OG. A ETAPA 2 consistiu na seleção de 48 amostras de referência referentes aos 12 sons de interesse e 120 amostras experimentais e, o julgamento dessas amostras experimentais por três grupos de juízes, cada grupo com três juízes com experiências distintas com relação ao julgamento de fala na fissura de palato. Os juízes julgaram as amostras experimentais duas vezes, primeiro sem acesso às referências e, após uma semana, com acesso às referências. Resultados: os julgamentos realizados na ETAPA 1 evidenciaram consenso com relação a OG em 352 amostras, sendo 120 frases com produção adequada para os sons de interesse e 232 representativas do uso da OG. Essas 352 amostras constituíram o Banco de amostras Representativas da OG. Os resultados da ETAPA 2 indicaram que ao comparar a média do valor de Kappa obtida para os 12 sons de interesse em cada um dos grupos nos julgamentos sem e com acesso às amostras de referência a concordância para o grupo 1 (G1) passou de regular (K=0,35) para moderada (K=0,55), para o grupo 2 (G2) passou de moderada (K=0,44) para substancial (K=0,76) e para o grupo 3 (G3) passou de substancial (K=0,72) para quase perfeita (K=0,83). Observou-se que as melhores concordâncias ocorreram para o grupo dos fonoaudiólogos experientes (G3), seguido dos fonoaudiólogos recém-formados (G2), com as piores observadas para o grupo de alunos de graduação (G1). Conclusão: um Banco de Amostras de Referência Representativas da OG foi estabelecido e os julgamentos perceptivo-auditivos de juízes com uso das amostras de referência foram obtidos com concordância inter-juízes e porcentagem de acertos melhor do que os julgamentos sem acesso às referências. Os resultados sugerem a importância do uso de amostras de referência para minimizar a subjetividade da avaliação perceptivo auditiva da fala.