Processamento de arquivos de áudio para composição de testes de reconhecimento de fala em português

Objetivo  desenvolver códigos computacionais para modificação automatizada de grandes quantidades de sentenças gravadas, que realizem modificações de formato, filtragens, simulem o processamento dos sinais sonoros em implantes cocleares e ajustem as médias quadráticas de amplitude, a fim de equalizar o volume sonoro percebido entre sentenças.

Métodos  para os diferentes processamentos pretendidos, foram desenvolvidos códigos em Python, usando as interfaces Spyder e pacotes tais como o pydub, soundfile, os e numpy. Os códigos foram testados em dois conjuntos de arquivos de áudio gravados previamente em português brasileiro, nos formatos .MP3 e .WAV.

Resultados  foram implementados códigos para modificação do formato dos arquivos, ajuste de fade-in e fade-out, filtragem de passa-alta, vocoderização opcional e ajuste das médias quadráticas das amplitudes. Os testes dos códigos desenvolvidos em dois conjuntos de sentenças disponíveis em .WAV e .MP3 na língua portuguesa demonstraram resultados consistentes com o esperado.

Conclusão  desenvolveram-se códigos na linguagem Python para modificação de maneira automatizada de arquivos de áudio, disponíveis no site GitHub para adaptações e aprimoramentos por terceiros.

Palavras-chave:
Audiologia; Processamento de sinais assistido por computador; Testes auditivos; Implante coclear; Simulação por computador