Classificação fonética utilizando Boosting e SVM

Para compor um sistema de Reconhecimento Automático de Voz, pode ser utilizada uma tarefa chamada Classificação Fonética, onde a partir de uma amostra de voz decide-se qual fonema foi emitido por um interlocutor. Para facilitar a classificação e realçar as características mais marcantes dos fonemas, normalmente, as amostras de voz são pré- processadas através de um fronl-en'L Um fron:-end, geralmente, extrai um conjunto de parâmetros para cada amostra de voz. Após este processamento, estes parâmetros são insendos em um algoritmo classificador que (já devidamente treinado) procurará decidir qual o fonema emitido. Existe uma tendência de que quanto maior a quantidade de parâmetros utilizados no sistema, melhor será a taxa de acertos na classificação. A contrapartida para esta tendência é o maior custo computacional envolvido. A técnica de Seleção de Parâmetros tem como função mostrar quais os parâmetros mais relevantes (ou mais utilizados) em uma tarefa de classificação, possibilitando, assim, descobrir quais os parâmetros redundantes, que trazem pouca (ou nenhuma) contribuição à tarefa de classificação. A proposta deste trabalho é aplicar o classificador SVM à classificação fonética, utilizando a base de dados TIMIT, e descobrir os parâmetros mais relevantes na classificação, aplicando a técnica Boosting de Seleção de Parâmetros.

Ideofones: um estudo no falar paraense

O estudo aqui empreendido sobre o Simbolismo sonoro no Português Brasileiro foi um desafio. Principalmente, pelas parcas referências sobre o assunto na língua portuguesa. Tal processo ainda não foi estudado, com particular inclinação no Português brasileiro, mas, entre poucos, alguns estudos existentes podem ser encontrados em outras línguas, como: bengali (DIMOCK, 1957), Bini (WESCOTT, 1973), koreano (LEE, 1992), na variedade do inglês falado em Singapura (LIM, 1998) e japonês (TAKEMOTO 1998). O atual estudo propõe-se a verificar a presença de ideofônes no Português brasileiro, a partir de dados do falar paraense. Porém, se faz necessário um estudo amplo e integrado que contemple uma descrição do processo no falar de todas as regiões brasileiras.

Levantamento, análise e descrição de elementos paralinguísticos do português espontâneo

A fala apresenta aspectos paralinguísticos que não pertencem ao código linguístico convencional, mas contribuem significativamente para a unidade temática do discurso, Essas realizações se constituem em enunciados não-lexicalizados que funcionam que funcionam como atos de fala completos nas interações comunicativas interpessoais. Sobre essas emissões não-verbais, Campbell (2002a, 2002b, 2003 e 2004), Maekawa (2004), Fujie et. al (2004), Hoult (2004), Key (1958) apud Steimberg (1988) postulam que elas constribuem para a manifestação da fala expressiva. Para os autores, é justamente o fenômeno da paralinguagem que sinaliza informações sobre atitudes, opiniões e emoções do falante em relação ao interlocutor ou ao tópico discursivo. Nesse sentido, investigamos, neste trabalho, as manifestações paralinguísticas recorrentes em conversas informais para demonstrarmos seu papel expressivo na linguagem falada. Para tanto, fizemos um levantamento de 450 ocorrências de elementos paralinguísticos no processo de transcrição de amostras de falas do Português Regional Paraense produzidas em situações reais de conversação. Pressupondo que essas realizações não-verbais são caracterizadas por variações prosódicas, nós as submetemos a uma análise fonética por meio do software PRAAT. A partir dessa análise, constatamos a contribuição de duas propriedades: a frequência fundamental (F0) e o tempo de emissão, para a manifestação expressiva dos elementos paralinguísticos no discurso falado. Além disso, identificamos também a silabação como uma propriedade comum às realizações sonoras focalizadas. Após o processo de análise, fizemos a descrição do uso e do funcionamento desses elementos nas conversas, bem como da contribuição deles para a manifestação da fala expressiva. Os resultados nos mostram que os elementos paralinguísticos, além de contribuírem para a fluência do discurso falado, desempenham a função de sinalizar compreensão, interesse e/ou atenção, gerenciar relações interpessoais e expressar emoções, atitudes e afeto.

Um software de reconhecimento de voz para português brasileiro

Descreve a implementação de um software de reconhecimento de voz para o Português Brasileiro. Dentre os objetivos do trabalho tem-se a construção de um sistema de voz contínua para grandes vocabulários, apto a ser usado em aplicações em tempo-real. São apresentados os principais conceitos e características de tais sistemas, além de todos os passos necessários para construção. Como parte desse trabalho foram produzidos e disponibilizados vários recursos: modelos acústicos e de linguagem, novos corpora de voz e texto. O corpus de texto vem sendo construído através da extração e formatação automática de textos de jornais na Internet. Além disso, foram produzidos dois corpora de voz, um baseado em audiobooks e outro produzido especificamente para simular testes em tempo-real. O trabalho também propõe a utilização de técnicas de adaptação de locutor para resolução de problemas de descasamento acústico entre corpora de voz. Por último, é apresentada uma interface de programação de aplicativos que busca facilitar a utilização do decodificador Julius. Testes de desempenho são apresentados, comparando os sistemas desenvolvidos e um software comercial.

Distribuição geo-sociolinguística do ditongo 'ej' no português falado no estado do Pará

Este trabalho tem por objetivo apresentar os resultados de um estudo sobre a simplificação do ditongo decrescente /ej/ no português falado no Estado do Pará, localizado ao Norte do Brasil, com base nos pressupostos teórico-metodológicos da Sociolingüística Variacionista e da Geografia Linguística. Trata-se, portanto, de uma abordagem Geo-Sociolingüística, a qual relaciona fenômenos lingüísticos a comportamentos sociológicos e geográficos, que impõem e são impostos por normas específicas nas mais diversas manifestações da vida em sociedade. O corpus que se utilizou para a análise foi levantado a partir de questionários do Projeto Atlas Lingüístico do Brasil (ALiB), e está composto de entrevistas aplicadas a informantes previamente selecionados por meio de critérios também definidos a priori. Foram utilizados três questionários – QFF (Questionário Fonético-Fonológico), QSL (Questionário Semântico-Lexical) e QMS (Questionário Morfossintático) – além de perguntas sobre questões de pragmática, discurso semi-dirigido e texto reproduzido via leitura. Todo esse material foi elaborado pela equipe do projeto ALiB e aplicado por diretores científicos e suas respectivas equipes. Abrange a transcrição grafemática de todo o corpus e fonética do QSL e QFF, além da triagem dos itens lexicais continentes do ditongo supracitado que o corpus apresentou, para que estes pudessem ser submetidos à análise probabilística do programa computacional VARBRUL. Obtidos os resultados estatísticos, buscou-se interpretar os dados à luz das pesquisas já apresentadas sobre a variável no Brasil, além daquelas que serviram de base às problematizações acerca do fenômeno em língua portuguesa. Com base nessa interpretação, verificamos que, do ponto de vista lingüístico, o ditongo /ej/ apresenta restrições estruturais à sua realização plena; e que, do ponto de vista extralingüístico, há uma significativa distribuição dessas realizações no Estado ora pesquisado, que parece estar pautada em fatores dialetológicos, mas pouco relacionada a fatores sociais, exceto o fator escolaridade, que se mostrou relevante na aplicação da regra de monotongação ou na manutenção da semivogal do ditongo na fala do paraense.

Estudo fonológico da língua Waiwái (Caribe): uma contribuição

Este trabalho objetiva documentar, descrever e analisar alguns aspectos fonológicos da língua Waiwái, uma das línguas da família Caribe, para fins científicos e aplicados. Essa língua é falada pelos habitantes da Terra Indígena Nhamundá/Mapuera, localizada na fronteira do Estado do Pará com o Estado do Amazonas. O estudo justifica-se pela tentativa de atualização dos dados sobre a fonologia e outros aspectos gramaticais da língua Waiwái. Os únicos trabalhos dos quais se tem conhecimento sobre a fonologia desse povo indígena são os de Neil W. Hawkins (1952) e Robert E. Hawkins (1998). Por esse motivo procurar-se-á estabelecer, mais especificamente, o sistema fonético-fonológico da língua. A metodologia utilizada parte de uma abordagem descritiva, interpretando, sincronicamente, a estrutura fonológica da língua em estudo, na sua modalidade oral. O trabalho de investigação do corpus baseia-se na análise sistemática dos dados, identificando e analisando os segmentos vocálicos e consonantais, objetos de estudo da fonética e da fonologia, dando conta de como esta língua organiza seus sons; além de tecer algumas considerações sobre o acento de palavras e o padrão silábico da língua. Para o desenvolvimento dessa pesquisa levamos em consideração obras de autores estruturalistas e funcionalistas.

A variação das vogais médias pretônicas no português falado na área urbana do município de Belém/PA

O presente estudo, baseado na metodologia da Sociolinguistica Variacionista, tem como objetivo investigar a variação das vogais médias pretônicas /e/ e /o/ no português falado na área urbana da cidade de Belém (PA). A amostra constitui-se de 48 (quarenta e oito) entrevistas coletadas de informantes pertencentes a uma amostra estratificada em que se controlam as variáveis sociais, como faixa etária (15 a 25 anos, 26 a 45 anos e 46 anos em diante), sexo e grau de escolaridade (não-escolarizado, fundamental, médio e superior). Foram selecionadas as ocorrências de vogais pretônicas segundo os moldes silábicos V, VC (exceto travamento em /N/ e /S/), CV, CVC, CCV e CCVC. Na análise final, 1.434 dados foram submetidos ao programa Varbrul: 776 das variantes de /e/ e 658 das variantes de /o/. Para o objetivo do presente trabalho, a análise tomou como base 10 (dez) grupos de fatores lingüísticos e 03 (três) grupos de fatores sociais que possivelmente pudessem explicar a variação das vogais. Os resultados mostraram que no dialeto em questão predomina a manutenção das vogais médias pretônicas (.819), sendo esta favorecida por 06 (seis) grupos de fatores lingüísticos e 02 (dois) grupos de fatores sociais.

Contribuições para o Atlas Prosódico Multimídia do Português do Norte do Brasil – AMPER-POR: variedade linguística do município de Abaetetuba (PA)

O objetivo principal dessa Dissertação de Mestrado é caracterizar a variação prosódica dialetal do português falado no município de Abaetetuba (PA). Todos os procedimentos metodológicos adotados, aqui, neste estudo, seguem as orientações estabelecidas pela equipe do Projeto AMPER, na condução do tratamento dos dados, para a confecção do Atlas Prosódico Multimídia das Línguas Românicas. As produções linguísticas dos falantes foram gravadas usando um único padrão, garantindo uma produção do sinal acústico de qualidade uniforme e uma boa representatividade da variedade dialetal. O corpus é constituído de 102 frases, SVC (sujeito + verbo + complemento) e suas expansões (sintagma adjetival e preposicionado), estruturadas com as mesmas restrições fonéticas e sintáticas. Cada uma das sentenças foi repetida seis vezes, por cada um dos quatro informantes, e o corpus total é composto por 612 frases. O pitch, para os informantes do sexo masculino, está entre 50 Hz e 250 Hz; e 110 Hz a 370 Hz para os informantes do sexo feminino. Foram utilizados três parâmetros acústicos controlados: a Frequência fundamental (F0), a Duração (ms) e a Intensidade (dB). O tratamento dos dados foi realizado por meio de sete etapas: 1) codificação das repetições, 2) isolamento de cada sentença em áudio individual; 3) segmentação fonética realizado no software PRAAT; 4) aplicação do PRAAT script; 5) seleção das três melhores repetições; 6) aplicação da interface MATLAB; e 7) utilização do EXCEL para gerar os gráficos para análise comparativa dos dados. Os resultados mostram que “as três maiores variações dos parâmetros acústicos controlados ocorrem preferencialmente na sílaba tônica da parte central do sintagma e/ou no sintagma final do enunciado” (CRUZ; BRITO, 2011).

Análise acústica das sílabas tônicas em Apurinã (Aruák)

Este trabalho investiga os correlatos acústicos das sílabas proeminentes, doravante acento na língua Apurinã, levando-se em consideração as hipóteses de Facundes, 2000 e Brandão, 2010. A pesquisa investiga correlatos como F0, intensidade e duração de vogais em sílabas acentuadas, com acento secundário e sem acento, para verificar, a partir de análises estatísticas, qual deles é o mais relevante correlato associado ao acento na língua. O trabalho está dividido em três partes: 1) a introdução onde se aborda aspectos do povo, da língua e se faz uma abordagem da metodologia e dos teóricos que serão utilizados na análise; 2) uma breve abordagem sobre o acento descrito por Facundes (2000) e a aplicação da teoria métrica do acento de Hayes (1995); 3) a análise acústica com os resultados do teste estatístico, e conclusão e a lista de palavras utilizadas na pesquisa.