Estimação Inteligente do Grau Geral de Desvio Vocal Utilizando Transformada Wavelet Packet

O atual modelo de avaliacao perceptivo-auditiva da voz esta alicercado em escalas analogicas visuais e buscam melhorias continuas sob inumeros aspectos, com destaque para a prescricao de uma boa avaliacao referente a qualidade vocal, bem como o seu diagnostico e monitoramento de tratamentos. Refletindo-se sobre as eventualidades que degradam os aspectos, constata-se a nao padronizacao dos protocolos avaliativos comumente utilizados. Assim sendo, os objetivos principais deste artigo consistiram em desenvolver ferramentas computacionais dedicadas a estimacao do parâmetro subjetivo, grau geral do desvio vocal. Mais especificamente, desenvolveu-se a tecnica de fragmentacao dos arquivos de audios, a decomposicao downsample desses dados para o nivel seis dos coeficientes de energia da transformada wavelet packet referentes a seis filtros wavelets distintos, sendo eles: daubechies, symlets, coiflets, fejer-korovkin, biorthogonal e reverse biorthogonal, propondo uma metodologia automatizada para implementacao das redes neurais perceptron multicamadas com a finalidade de integrar as variaveis advindas de tal decomposicao. Resultados com amostras vocais reais sao apresentados para demonstrar a eficiencia das tecnicas desenvolvidas, expondo taxas de acertos maiores que 98.7% para o metodo elaborado.