uso das ferramentas de análise acústica para avaliação da ... · envolvidos no processo de...

Uso das ferramentas de análise acústica para avaliação da voz sob efeitos imediatos de exercícios vocais.

Pimenta RA1,4, Dajer ME2 e Montagnoli AN1,3 1Programa de Pós-Graduação Interunidades Bioengenharia/USP, São Carlos, Brasil. 2Faculdade de Medicina da Universidade de São Paulo, São Paulo. 3Departamento de Engenharia Elétrica/UFSCar, São Carlos, Brasil. E-mail: [email protected] Resumo. O objetivo deste trabalho é usar a análise acústica e espectrográfica para identificar os efeitos imediatos da vibração sonorizada de lábios ou língua em vozes masculinas. Foram selecionados 20 homens, adultos e saudáveis, que gravaram uma vogal sustentada /a/ antes e depois de realizarem o exercício de vibração sonorizada. Os sinais de voz foram avaliados por meio das medidas acústicas quantitativas e pela análise visual do espectrograma. Os resultados apresentaram diferença estatística significante aos parâmetros jitter e shimmer da análise acústica e níveis de ruído no espectrograma. A ferramenta acústica de avaliação da voz identificou os efeitos imediatos na qualidade vocal após os exercícios de vibração sonorizada.

1. Introdução Nas últimas décadas a bioengenharia tem contribuído de diversas formas para o avanço em avaliações e tratamentos na área da saúde. Como exemplo temos as ferramentas de análise acústica da voz, as quais vem se incorporado com sucesso na clínica fonoaudiológica [1]. Estas são capazes de obter traçados do formato da onda sonora por meio de técnicas de processamento de sinais e algoritmos matemáticos [2]. A análise acústica da voz permite aos fonoaudiólogos complementação das avaliações quantificando a qualidade vocal e relacionando-a indiretamente com características fisiológicas da laringe [3].

Uma boa qualidade vocal é importante para se estabelecer, com sucesso, as relações sociais, pois a voz é uma habilidade predominante na comunicação humana [4]. Um treinamento orientado para economia vocal baseia-se na premissa de que as lesões de pregas vocais possam ser minimizadas ou prevenidas se o impacto de colisão for reduzido [5].

Exercícios de trato vocal semi-ocluído promovem uma oscilação das pregas vocais levemente aduzidas pela pressão retroflexa do trato vocal, minimizando o fluxo de ar glótico e as colisões entre as pregas vocais [5]. Um destes exercícios é a vibração sonorizada de lábios ou língua, o qual é amplamente usado na clínica fonoaudiológica e consiste na rápida e repetidas oscilações dos lábios ou língua pela passagem do fluxo aéreo expiratório com emissão simultânea de voz [6]. O exercício é considerado o mais eficiente para aumentar amplitude de vibração das pregas vocais e balancear forças aerodinâmicas e mioelásticas [1], [7]. Contudo existe uma escassez de estudos que apresente o impacto deste exercício sobre as pregas vocais e sua eficácia em resultados terapêuticos [1] [8].

XVIII Congreso Argentino de Bioingeniería SABI 2011 - VII Jornadas de Ingeniería Clínica Mar del Plata, 28 al 30 de septiembre de 2011

Os softwares de análise de voz são ferramentas de grande utilidade para a fonoaudiologia por fornecerem medidas objetivas que possibilitam o acompanhamento e evolução dos tratamentos da voz de uma forma não invasiva. Com o auxilio destas ferramentas é possível identificar mudanças da qualidade vocal sob efeito de exercícios vocais [7], [8], [9].

Sendo assim o objetivo desta pesquisa é utilizar medidas acústicas e espectrografia para identificar os efeitos imediatos do exercício de vibração sonorizada em vozes masculinas. 2. Metodologia Para a seleção da amostra os participantes passaram por triagem fonoaudiológica, preencheram um questionário com perguntas relevantes à pesquisa de saúde vocal e a um protocolo de qualidade de vida em voz, com o intuito de investigar possíveis queixas vocais [10]. Para a triagem fonoaudiológica foi realizada uma avaliação perceptivo-auditiva da voz de cada participante por meio da análise do grau global de desvio vocal de acordo com os conceitos da escala Consensus Auditory-Peceptual Evoluation of Voice (CAPE-V). Esta escala tem a característica de ser analógico-visual, subjetiva e de verificar a consistência de parâmetros da qualidade vocal [11].

Como critérios de inclusão foram aceitos indivíduos não fumantes, livres de alterações digestivas, hormonais e processos inflamatórios das vias aéreas no momento da coleta, sem queixa vocal de acordo com o protocolo de qualidade de vida em voz (escore maior ou igual a 71,6%) [10] e dentro da variação de normalidade da qualidade vocal (35.5 pontos) segundo a escala CAPE-V [11]. A amostra foi, então, constituída de 20 indivíduos adultos, homens, com idade entre 21 e 35 anos. 2.1. Procedimentos Os sinais foram diretamente digitalizados em um notebook com processador Intel Dual-Core T4400, 2.2 GHz, placa de som externa USB com microfone headset, unidirecional de sensibilidade mínima de 44dB e frequência de resposta de 60Hz a 12kHz. A gravação de voz foi realizada em uma sala silenciosa com controle das superfícies refletoras e do ruído ambiente.

Durante a coleta o microfone ficou posicionado à distância de 4 centímetros da boca do indivíduo, formando com esta um ângulo de 45º a 90º [12]. Foram gravados 5 segundos da vogal sustentada /a/ em dois momentos: antes e depois de exercícios vocais de vibração sonorizada de lábios ou de língua. Os participantes realizaram três séries do exercício, sendo estas compostas de 15 repetições com intervalos de descanso de trinta segundos [6].

Os sinais de voz foram armazenados em formato .wav, com taxa de 44.100 amostras por segundos para, posteriormente, serem analisados. Para as análises foram selecionados os 2 segundos mais estacionários de cada sinal. 2.2. Análise Acústica Foram utilizados algoritmos desenvolvidos para a análise acústica e espectrográfica da voz [13]. O primeiro passo foi normalizar os sinais de voz para a padronização dos níveis de amplitude para, em seguida, os parâmetros serem extraídos automaticamente. 2.2.1. Parâmetros de perturbação: A freqüência fundamental é determinada fisiologicamente pelo número de ciclos que as pregas vocais fazem em um segundo, sendo o resultado natural do comprimento dessas estruturas [1]. Nos seres humanos a voz é um sinal quase periódico e apresenta perturbações nesses ciclos denominadas de jitter e shimmer.

O jitter indica a variação da frequência fundamental entre os ciclos glótico e altera-se principalmente com a falta de controle das vibração de pregas vocais. O shimmer refere-se a essa mesma perturbação, mas relacionada à amplitude da onda sonora e sua alteração está relacionada com a redução da resistência glótica e lesões de massa nas pregas vocais [14].


Os parâmetros Jitter e Shimmer dos algoritmos utilizados neste estudo foram definidos por Davis em 1979, como sendo o coeficiente de perturbação do período (PPQ) e o coeficiente de perturbação da amplitude (APQ), respectivamente [15]. Tais parâmetros são análogos à perturbação média relativa (RAP) proposta por Koike em 1975 [16]. Contudo, um estudo sistemático, trocando o tamanho da janela de amostragem, encontrou que cinco janelas produzem melhor discriminação entre vozes normais e disfônicas [15].

Devido à dificuldade em observar o sinal residual com picos bem definidos para vozes disfônicas, foi proposto substituí-lo pela autocorrelação do sinal de voz com um único período, obtendo um marcador muito mais bem definido que do sinal residual. Os parâmetros calculados utilizando esta abordagem são expressos em porcentagens. A figura 1 apresenta um sinal de voz analisado pela técnica de autocorrelação, a qual é feita por meio da comparação entre trechos do sinal de voz ao longo de todo o seu comprimento.

Figura 1. Gráfico do sinal de voz autocorrelacionado. A linha vermelha corresponde à marca- ção dos ciclos calculados pela a abordagem de autocorrelação.

2.2.2. Parâmetros acústicos: Como mencionado a freqüência fundamental indica a quantidade de ciclos glóticos por segundos e é expressa em Hertz. A mobilidade glótica (GM) é um parâmetro experimental, com o qual pretende-se correlacionar o fechamento rápido das pregas vocais devido aos efeitos mioelásticos e aerodinâmicos envolvidos no processo de vibração das pregas vocais. Devido a esse fechamento rápido, o qual é responsável pelos harmônicos na voz, o pulso glótico produz uma derivada de valor alto, ou seja, neste instante possui uma taxa de variação alta.

Portanto, acredita-se que essa alta taxa de variação é encontrada no sinal de voz e, dessa forma, foi proposto nesse estudo uma análise prévia desses resultados medindo a média de cinco valores dos picos da derivada do sinal de voz. 2.2.3. Análise espectrográfica: O espectrograma é expresso a partir do cálculo da transformada de Fourier [17]. A transformação de Fourier é um cálculo matemático que converte a forma da onda (amplitude por tempo) no espectro (frequência por amplitude). Desta forma oferece a amplitude das diversas frequências componentes do som [1].


O espectrograma permite observar características temporais no sinal de voz, como regularidade no traçado, definição de frequência e intensidade, formantes das vogais ou regiões de incremento de energia. É um gráfico que mostra uma sucessão de espectros unitários em um registro tridimensional. Apresenta o tempo no eixo horizontal, a frequência no eixo vertical e a intensidade no contraste de cores (grau dos escurecimentos dos traçados). A figura 2 representa um espectrograma de um sinal sintetizado.

Figura 2. Espectrograma de um sinal sintetizado com oito componentes: 1 fundamental e 7 harmônicos.

Neste estudo a análise espectrográfica foi realizada por meio da avaliação visual da banda estreita

do espectrograma. Os parâmetros analisados foram: grau de escurecimento dos harmônicos (azul para fraco, amarelo para normal e vermelho para forte), estabilidade dos traçados (estabilidade ou instabilidade do traçado espectrográfico) e presença de ruído [17]. 2.4. Análise Estatística Para comparar os resultados pré e pós-exercício de vibração sonorizada foi utilizado o teste de comparação Qui-quadrado para a análise visual do espectrograma e o teste T de Student para a análise acústica, ambos com nível de significância 0,05. 3. Resultados 3.1 Análise acústica 3.1.2. Parâmetros de perturbação Os resultados das análises pré e pós-exercício vocal para os parâmetros de perturbação estão apresentados na tabela 1.


Tabela 1. Valores mínimos (Mín), máximos (Máx), Médios e de desvios-padrão (DP) dos parâmetros de perturbação antes e depois das vibrações sonorizadas.

Jitter(%) Shimmer(%) Parâmetros pré pós pré pós

Mín 0,13 0,13 1,02 0,72 Máx 0,29 0,18 3,00 1,64

Média 0,19 0,15 1,70 1,15 DP 0,06 0,02 0,71 0,34

P-valor 0,012a 0,004b a, b valores com relevância estatística (Teste-t)

Foram encontradas diferenças estatisticamente significantes para as medidas de Jitter e Shimmer na

comparação entre os momentos pré e pós-exercício de vibração sonorizada. 3.1.3 Parâmetros acústicos A tabela 2 apresenta a comparação entre os resultados dos parâmetros acústicos GM e F0 antes e depois do exercício vocal.

Tabela 2. Valores mínimos (Mín), máximos (Máx), Médios e de desvios-padrão (DP) dos parâmetros acústicos antes e depois das vibrações sonorizadas. GM: Mobilidade glótica. F0: Frequência fundamental

GM F0 (Hz) Parâmetros

pré pós pré Pós

Min 0,22 0,32 96 106

Máx 0,59 0,65 123 129

Média 0,52 0,54 111,5 113,4

DP 0,14 0,12 10,1 7,91

P-valor 0,68 0,58

Ambos parâmetros não apresentaram relevância estatística na comparação entre os momentos pré e pós-exercícios, porém seus valores cresceram.

3.1.4. Parâmetros espectrográficos Quanto à análise espectrográfica, o grau de escurecimento dos harmônicos não apresentou mudanças na maior parte da amostra (80%). Foi observada melhora em 15% da mesma, sendo que o grau diminuiu de forte para normal (vermelho/ amarelo), e piora em 5%, com diminuição do grau de escurecimento de normal para fraco (amarelo/ azul). A estabilidade dos harmônicos não apresentou mudanças após os exercícios vocais em 95% da amostra. Destes os traçados de 80% são instáveis e de 15% estáveis. A presença de ruído diminuiu em 70% da amostra após os exercícios de vibração sonorizada com significância estatística (p=0,028*).

A figura 3 apresenta a espectrografia da amostra vocal 8 antes das vibrações sonorizadas. Pode-se observar grau normal (amarelo) de escurecimento dos harmônicos, instabilidade dos traçados e a presença de ruído entre os harmônicos.


A figura 4 apresenta a espectrografia da mesma amostra vocal (8) após o exercício de vibração sonorizada. Não são observadas mudanças no grau de escurecimento dos harmônicos e na instabilidade dos traçados, entretanto, é possível observar diminuição do ruído entre os harmônicos.

Figura 3. Espectrograma da amostra vocal 8 antes Figura 4. Espectrograma da amostra vocal 8 dos exercícios de vibração sonorizada depois dos exercícios de vibração sonorizada

4. Discussão A técnica de vibração sonorizada é amplamente utilizada na clínica fonoaudiológica para o ajuste adequado da voz, sendo seus efeitos facilmente percebidos pelo clínico ou paciente.

No presente trabalho foram observadas mudanças positivas na análise acústica das vozes estudadas. Os parâmetros apresentaram valores concordantes aos indicados por Azevedo et al e Menezes H M, Duprat A de C, Costa H O. As medidas de jitter (p= 0,012) e shimmer (p= 0,004) decresceram nas vozes sob o efeito dos exercícios vibratórios, indicando menor perturbação média do sinal de voz com relação à variação da frequência e amplitude, respectivamente. Isto sugere que as vibrações das pregas vocais tornaram-se mais periódicas após o exercício de vibração sonorizada comprovando a eficácia da técnica nas vozes masculinas [7], [8]. Apesar de não apresentar diferença significativa, a F0 aumentou seus valores médios após as vibrações sonorizadas.

A medida acústica GM sugere o fechamento das pregas vocais no momento da fonação. O resultado deste parâmetro apresentou aumento nos valores médios após as vibrações sonorizadas indicando maior contato das pregas vocais durante o fechamento glótico, porém sem relevância. Alguns estudos utilizaram a videolaringoscopia para comprovarem o aumento significante do fechamento glótico durante o exercício de vibração sonorizada [19], [20].

O grau de escurecimento dos harmônicos, na análise espectrográfica, está relacionado com a tonicidade da laringe e o Loudness – sensação auditiva de intensidade da voz – existente na produção vocal [17]. Nesta pesquisa não houve mudanças deste parâmetro após as vibrações sonorizadas, porém os resultados são esperados, uma vez que as vozes estudadas são de sujeitos com boa qualidade vocal e apresentaram adequação do Loudness, mesmo antes do exercício vocal.

Uma única amostra vocal apresentou piora dos parâmetros espectrográficos após os exercícios vocais, com diminuição na intensidade dos harmônicos, instabilidade dos traçados, antes estáveis e aumento dos níveis de ruído entre os harmônicos. Contudo na análise dos parâmetros de perturbação e acústicos, a mesma apresentou melhora da voz após as vibrações sonorizadas.

5. Conclusão


As ferramentas acústica e espectrográfica conseguiram identificar efeitos imediatos na produção de voz após o exercício de vibração sonorizada.

Foram identificados os seguintes efeitos: diminuição das porcentagens de jitter e shimmer com consequente melhora da qualidade vocal, aumento na periodicidade e no contato das pregas vocais, e diminuição do ruído glótico identificado pela análise espectrográfica.

6.Referências [1] Behlau M, Madázio G, Feijó D e Pontes P 2001 Avaliação de Voz in Voz: O livro do

especialista vol 2 (Rio de Janeiro: Revinter) capítulo 3 pp 85-180 [2] Araújo S A, Pereira J C e Rosa M O 2002 Normatização de medidas acústica da voz normal

Rev. Bras. Otorrinolaringol 68 540 – 4 [3] Rosa M de O, Pereira JC 2003 Simulação tridimensional da laringe Rev. Bras. Otorrinolaringol

69 7–14 [4] Tavares E L M, Labio R B and Martins R H G 2010 Normative study of vocal acoustic

parameters from children from 4 to 12 years of age without vocal symptoms A pilot study Braz J Otorhinolaryngol 76 485–90

[5] Titze IR 2006 Voice Training and therapy with a semi-occluded vocal tract: rational and

scientific underpinnings. J Speech Lang Hear Res 49 448–59 [6] Schwartz K and Cielo C A 2009 Vocal and laryngeal modifications produced by the sonorous

tongue vibration technique Pró-Fono R. Atual. Cient 21 161–6 [7] Colton R H, Casper J K, Leonardo R 2010 Diagnóstico diferencial dos transtornos vocais in

Compreendendo os problemas de voz: Uma perspectiva fisiológica no diagnóstico e tratamento das disfonias. Traduzido por Lobo F e Vaiano T (Rio de Janeiro: Revinter) chapter 2 pp. 11-53.

[8] Gaskill C S, Erickson M L 2008 The effect of a voiced lip trill on estimated glottal closed

quotient. Journal of Voice 22 634–43 [9] Martinez C E e Rufiner H L 2000 Acoustic analysis of speech for detection of laryngeal

pathologies Proc of the 22nd Annual International Conference of the IEEE (Engineering in Medicine and Biology Society Chicago) pp 23–8

[10] Gasparini G e Behlau M 2007 Quality of life: Validation of the Brazilian Version of the Voice

Related Quality of Life (V-RQOL) Measure Journal of Voice 23 76–81 [11] American Seech-Language-Hearring Association 2010 Consensus auditory-perceptual valuation

of voice CAPE-V. Disponível em:http://www.asha.org/NR/rdonlyres/79EE699E-DAEE-4E2C-A69E-C11BDE6B1D67/0/22560_1.pdf.

[12] Titze I R 1994 Workshop on acoustic voice analysis, 1, Denver. National Center for Voice and

Speech. Colorado: Intitute on Deafness and Other Communication Disorders – IDOCD p 36


[13] Montagnoli A N e Pereira J C 2010 [Voice Analysis, 4.10] Sistema de Auxílio à Análise Acústica da Voz

[14] Wertzner H F Schreiber S Amaro L 2005 Análise da frequência fundamental, Jitter, Shimmer e

intensidade vocal em crianças com transtorno fonológico Rev. Bras. Otorrinolaringol. 71 582 – 88

[15] Davis BS 1979 Acoustic characteristics of normal and pathological voices ASHA Reports 11

97 – 115 [16] Koike Y 1975 Aplication of inverse filtering for detecting laryngeal dysfunction Studia

Phonologia 7 17 – 23. [17] Côrtes M G e Gama A C C 2010 Análise visual de parâmetros espectrográficos pré e pós

fonoterapia para disfonias. Rev. Soc. Bras. Fonoaudiol 15 243–9 [18] Azevedo L L, Passaglio K T, Rosseti M B, Silva C B, Oliveira B F V e Costa R C 2010

Avaliação da performance vocal antes e após a vibração sonorizada de língua Rev Soc Bras Fonoaudiol 15 343–8

[19] Menezes H M, Duprat A de C, Costa H O 2005 Vocal and laryngeal effects of voiced tongue

vibration technique according to performance time J. of Voice 19 61–9 [20] Cordeiro G F, Cunha M G B, Menezes M H M, Ubrig-Zancanella, M T e Nemr K 2010

Discriminação entre vozes adaptadas, levemente soprosas e tensas: diferenças entre os dois primeiros harmônicos. Rev. Soc. Bras. Fonoaudiol 15 238–42

7. Agradecimentos Ao programa de pós-graduação Interunidades em Bioengenharia, aos integrantes do Laboratório de Processamento de Sinais – LPS – da EESCS/ USP SC e à Fapesp pelo financiamento desta pesquisa por meio dos processos 09/511698-2 e 2010/03345-0.


uso das ferramentas de análise acústica para avaliação da ... · envolvidos no processo de...

Documents