Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/3R3EG9L
Repositóriosid.inpe.br/mtc-m21c/2018/05.04.18.30   (acesso restrito)
Última Atualização2018:05.04.18.30.39 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2018/05.04.18.30.39
Última Atualização dos Metadados2020:12.07.21.11.36 (UTC) administrator
DOI10.1007/978-3-319-77028-4_82
ISSN2194-5357
Chave de CitaçãoSouzaSoNaSoMaMa:2018:InReNo
TítuloInvestigating the recognition of non-articulatory sounds by using statistical tests and support vector machine
Ano2018
Data de Acesso10 maio 2024
Tipo de Trabalhoconference paper
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho924 KiB
2. Contextualização
Autor1 Souza, Francisco Carlos M.
2 Souza, Alinne C. Corrêa
3 Nakamura, Gilberto M.
4 Soares, Marinalva Dias
5 Mandrá, Patrícia Pupin
6 Macedo, Alessandra A.
Grupo1
2
3
4 CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
Afiliação1 Universidade de São Paulo (USP)
2 Universidade de São Paulo (USP)
3 Universidade de São Paulo (USP)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Universidade de São Paulo (USP)
6 Universidade de São Paulo (USP)
Endereço de e-Mail do Autor1 fcarlos@icmc.usp.br
2 alinne@icmc.usp.br
3 gmnakamura@usp.br
4 mdiasoares@gmail.com
5 ppmandra@fmrp.usp.br
6 ale.alaniz@usp.br
RevistaAdvances in Intelligent Systems and Computing
Volume738
Páginas639-649
Histórico (UTC)2018-05-04 18:33:34 :: simone -> administrator :: 2018
2020-12-07 21:11:36 :: administrator -> simone :: 2018
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveDelayed speech development · Speech recognition methods · Machine learning · Automatic speech recognition
ResumoPeople with articulation and phonological disorders need training to plan and to execute sounds of speech. Compared to other children, children with Down Syndrome have significantly delayed speech development because they present developmental disabilities, mainly apraxia of speech. In practice, speech therapists plan and perform trainings of articulatory and non-articulatory sounds such as blow production and popping lips in order to assist speech production. Mobile applications can be integrated into the clinical treatment to transcend the boundaries of clinics and schedules and therefore reach more people at any time. The use of artificial intelligence and machine learning techniques can improve this kind of application. The aim of this pilot study is to assess speech recognition methods prioritizing the training of sounds for speech production, particularly the non-articulatory sounds. These methods apply Mel-Frequency Cepstrum Coefficients and Laplace transform to extract features, as well as traditional statistical tests and Support Vector Machine (SVM) to recognize sounds. This study also reports experimental results regarding the effectiveness of the methods on a set of 197 sounds. Overall, SVM provides higher accuracy.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Investigating the recognition...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 04/05/2018 15:30 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvosouza_investigating.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 1
DivulgaçãoWEBSCI; SCOPUS.
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosalternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository month nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar