000078597 001__ 78597
000078597 005__ 20190326115352.0
000078597 037__ $$aTAZ-TFG-2018-4619
000078597 041__ $$aspa
000078597 1001_ $$aPérez Serrano, Inés
000078597 24200 $$aAutomatic analysis of the voice signal for clinical diagnosis and evaluation of speech disorders
000078597 24500 $$aAnálisis automático de la señal de voz para el diagnóstico clínico y la valoración de trastornos en el habla
000078597 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2018
000078597 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000078597 520__ $$aLa necesidad del ser humano de relacionarse con el entorno que le rodea hace de la comunicación hablada una habilidad prácticamente imprescindible. Cualquier perturbación en la capacidad del habla puede acarrear efectos negativos en el bienestar de una persona. Ante esta circunstancia, un diagnóstico temprano puede mejorar sustancialmente la vida del paciente. Una herramienta informática que ofrezca unas guías totalmente objetivas sobre los posibles trastornos en el habla que presente una persona, puede ayudar significativamente a los profesionales que se dedican a este campo. Este proyecto se estructura en las dos partes que indica el título. Por un lado, el análisis clínico se encarga de extraer una serie de parámetros de la señal de voz, que aportan información del estado de la voz en distintos ámbitos. Se analiza cómo evoluciona la amplitud de la señal, si presenta saltos; es decir, si el paciente es capaz de emitir una vocal durante unos segundos de forma continua. También se analiza el ruido presente de distintas formas: relación de los harmónicos frente a ruido, energía glotal de ruido, etc. La segunda parte, haciendo uso de redes neuronales, valora si los datos extraídos de la señal de voz pueden asociarse a una patología o patologías concretas o por el contrario no hay apreciación de patologías en la voz. En concreto, se analiza un total de 71 patologías extraídas de la base de datos Saarbrüecken Voice Database. Además de voces patológicas, la base de datos presenta también voces de personas sanas. Aunque la base de datos provee grabaciones de las vocales /a/, /i/ y /u/, solo se han utilizado las relativas a la vocal /a/. Finalmente, el análisis automático de las grabaciones de la base de datos y su posterior procesado con la red neuronal, ofrece una probabilidad de detección de patología en torno al 72%. Esta probabilidad sube hasta el 76-77% en caso de intentar detectar menor número de patologías, ya que en la muestra inicial hay patologías con escasa representación.
000078597 521__ $$aGraduado en Ingeniería de Tecnologías y Servicios de Telecomunicación
000078597 540__ $$aDerechos regulados por licencia Creative Commons
000078597 700__ $$aLleida Solano, Eduardo$$edir.
000078597 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTeoría de la Señal y Comunicaciones
000078597 8560_ $$f648422@celes.unizar.es
000078597 8564_ $$s1847786$$uhttps://zaguan.unizar.es/record/78597/files/TAZ-TFG-2018-4619.pdf$$yMemoria (spa)
000078597 909CO $$ooai:zaguan.unizar.es:78597$$pdriver$$ptrabajos-fin-grado
000078597 950__ $$a
000078597 951__ $$adeposita:2019-03-26
000078597 980__ $$aTAZ$$bTFG$$cEINA
000078597 999__ $$a20181123111641.CREATION_DATE