Analisis de la relacion entre el grado de apertura velofaringea y propiedades espectrales de la voz mediante el uso de videos de resonancia magnetica

Abstract

El velo del paladar o paladar blando es un órgano muy importante en la producción del habla; sin embargo, a diferencia de órganos como los labios, la posición de velo dificulta el análisis de su dinámica y su relación con la acústica de la voz. El poder inferir la dinámica del velo del paladar resulta importante en tareas relacionadas con terapias del habla y de aprendizaje de idiomas, entre otras. Aunque existen herramientas tales como el articulógrafo electromagnético y las mismas imágenes de resonancia magnética, estas son muy costosas, y además presentan inconvenientes particulares de tipo práctico a la hora de utilizarlas. Por tanto, se plantea el uso de la misma voz como medio para indagar acerca de la función velofaríngea mediante el uso de métodos de mapeo acústico-articulatorio [1]. La dinámica del velo se obtiene a partir de videos de resonancia magnética en tiempo real (rtMRI) del tracto vocal, por medio de la base de datos USC-TIMIT [2] [3]. El procedimiento consiste, en primer lugar, en una extracción de la posición del velo del paladar por medio de un método semiautomático [4] que identifica los límites del tejido en imágenes de resonancia magnética, que luego son utilizados en la obtención del grado de apertura del velo. Para representar la acústica de la voz se utilizan los ampliamente conocidos parámetros MFCC (Mel Frequency Cepstral Coefficients). Finalmente, se utilizan redes neuronales artificiales para determinar un mapeo no lineal, el cual busca medir la capacidad de estimar el grado de apertura del velo del paladar a partir de la información acústica codificada en los MFCCs.