RESUMO
Objetivo: analisar os aspectos perceptivos e acústicos de longo termo da qualidade vocal dos indivíduos disfônicos atendidos no Programa de Voz do Setor de Fonoaudiologia da Clínica de Otorrinolaringologia do Hospital do Servidor Público Municipal de São Paulo.
Métodos: a casuística refere-se a cinco indivíduos disfônicos do gênero feminino e um indivíduo referência. Cada indivíduo participou de uma sessão de coleta de amostra de fala, constando de gravação em áudio de duas leituras de um mesmo texto padronizado, composto exclusivamente de sons sonoros. As amostras de fala registradas foram submetidas a procedimentos de análise perceptivo-auditiva (avaliação vocal com motivação fonética) e análise acústica de longo termo. Os dados da última modalidade de análise foram submetidos à análise fatorial.
Resultados: as modalidades de análise perceptivo-auditiva e acústica de longo termo revelaram correspondência entre si, especialmente com relação à inclinação espectral.
Conclusões: foram identificadas correlações entre ajustes da qualidade vocal no plano perceptivo e aspectos de longo termo no plano acústico, em que mobilizações laríngeas e supralaríngeas combinaram-se na caracterização da qualidade vocal.
DESCRITORES:
Qualidade da voz; Distúrbios da voz; Acústica da fala; Percepção auditiva
ABSTRACT
Purpose: this study was carried out in order to analyze perceptual (Voice Profile Analysis Scheme) and long-term acoustic aspects of dysphonic subjects who attend Voice Programs at a Speech Therapy Department and Otolaryngology Clinic.
Methods: five dysphonic subjects and one reference subject, all of whom female, were evaluated. Each subject participated in one session of speech sample recording, composed of two readings of the same text, exclusively composed of voiced segments. The speech samples were submitted to perceptual and long-term acoustic analysis techniques. The data from the last procedure were submitted to factorial statistical analysis.
Results: perceptual evaluation and long-term acoustic analysis correlated to each other, specially in reference to slope spectral.
Conclusions: correlations between perceptual voice quality settings and longterm acoustic properties were found, reinforcing the influence from laryngeal and supralaryngeal adjustments as to characterize voice quality.
KEYWORDS:
Voice quality; Voice disorders; Speech acoustics; Auditory perception
INTRODUÇÃO
A qualidade vocal é o maior veículo de informação sobre as características físicas, psicológicas e sociais, que possibilita identidade, personalidade e humor do falante 1. A qualidade vocal diz respeito à ação conjunta da laringe e do trato vocal supralaríngeo, emergindo da combinação dos ajustes de longo termo, que se fazem presentes, de modo recorrente na fala do indivíduo 2.
Sendo assim, modificações na dinâmica das estruturas do aparelho fonador ocasionam mudanças na qualidade vocal, as quais podem ser avaliadas do ponto de vista fonético, segundo roteiro conhecido como VPAS, Voice Profile Analysis Scheme 3, neste texto enfocado como roteiro de avaliação da qualidade vocal com motivação fonética 4.
O modelo fonético da qualidade vocal é fundamentado em análises articulatórias, fisiológicas, acústicas e auditivas 2,5. A qualidade vocal é enfocada como o resultado de dois fatores vocais: os intrínsecos, que seriam os fatores orgânicos relacionados à qualidade auditiva e à conseqüência direta da anatomia invariante do aparelho fonador do falante, e os extrínsecos, os quais seriam os fatores fonéticos que originam sua qualidade vocal dos ajustes musculares de longo termo do aparelho fonador intrínseco.
Tais mobilizações de longo termo são conhecidas como settings. Os fatores orgânicos também reúnem elementos que dizem respeito à normalidade e à patologia 2,3. As qualidades vocais foram baseadas na descrição de settings articulatórios, os quais seriam ajustes nos planos fonatório (laríngeo) e supralaríngeo. Ao todo, foram descritos 53 tipos de settings, os quais são referidos neste artigo com a denominação de ajustes.
Na categoria de ajustes supralaríngeos são descritas três categorias: longitudinais, transversais e velofaríngeos. Na descrição dos ajustes laríngeos, as mobilizações podem ocorrer de forma isolada ou combinadas entre si. Os ajustes laríngeos foram divididos em três categorias básicas, enquanto variações a partir do ajuste neutro, tais como modal e falsete, cochicho e vocal fry (crepitância), além dos fatores de aspereza e soprosidade. Isoladamente, os ajustes caracterizam a categoria simples. Diante das possibilidades de combinação surgem os ajustes compostos, como o caso da voz rouca, ajuste composto de escape de ar e do fator aspereza.
O procedimento da análise acústica possibilita o estabelecimento de correlações entre aspectos perceptivo-auditivos e fisiológicos da produção de fala, inclusive os ajustes de longo termo da qualidade vocal, possibilitando o detalhamento do papel de diversos segmentos do aparelho fonador.
O modelo fonte-filtro, integrante da descrição da teoria acústica da produção da fala 6, permite estimar como o trato vocal se encontra durante a fonação, ou seja, o comprimento e a forma que este adquire para produzir diferentes sons. A fonte de energia corresponde ao sinal gerada pela atividade das pregas vocais, composto pelos harmônicos. O filtro corresponde ao efeito produzido pelo trato supraglótico, gerando os formantes, as ressonâncias do trato vocal.
A análise acústica de longo termo é representada pelo espectro de longo termo (ELT), o qual reproduz um espectro médio de todos os sons sonoros ao longo de uma amostra de fala relativamente longa para anular efeitos de curto termo, descritos como tempo de duração a partir de 30 segundos. O espectro descreve a somatória média de uma série de espectros de curto termo gerados pelo método FFT (Fast Fourier Transform), no processamento de uma amostra extensa o suficiente para que os efeitos lingüísticos não sejam significativos.
Alguns estudos destacaram particularidades na composição da amostra, com propostas variando desde fala espontânea 7, canto 8 ,9 , ao uso de texto padronizado contendo sons surdos e sonoros 7,10-12 e planejamento para sua composição exclusiva por trechos sonorizados 13,14 . Outra possibilidade registrada é a exclusão de trechos não sonorizados e pausas 15-19. Dependendo do propósito de estudo, podem ainda ser utilizadas modalidades distintas de tratamento e filtragem de sinal 20 . O ponto central seria a necessidade de alcançar a estabilização dos parâmetros de longo termo, no sentido de se enfocar a duração das amostras analisadas e não propriamente a composição do estímulo de fala em termos de predominância sonora 21.
Os parâmetros essenciais da medida do ELT são o tempo no qual a energia do espectro está integrada; a faixa de freqüência em que a energia é medida, e a resolução da freqüência da medida 22,,23. Tais aspectos definidos na análise de longo termo são recorrentes no tempo, ou seja, são configurados como traços estáveis do falante e independem do conteúdo da mensagem falada, mais especificamente da composição no plano segmental 11 . São tomados como base tais espectros de curto termo independentes para formação de um valor médio, de tal forma que o espectro freqüência/ amplitude resultante represente um espectro composto único. O traçado permite obter a inclinação da energia espectral. A partir da forma do ELT, do contorno dos picos e vales, podem ser detectadas as diferenças dentre tipos de vozes e relacionar os indicativos perceptivos 22 .
Vários estudos buscaram a correspondência das variações de ajustes laríngeos e supralaríngeos aos traçados e análises numéricas provenientes do ELT. Alguns achados foram divergentes, porém predominou a tendência de maior influência de variações de ajustes laríngeos na conformação geral e medidas do ELT 7,19-21,24. Alguns ajustes supralaríngeos também foram revelados por tal representação espectral, porém em menor proporção na literatura dominante nas décadas de 70 e 80. Tal situação se inverte em décadas posteriores, quando as ressonâncias do trato vocal passaram a ser comumente referidas em estudos de diversas populações, cobrindo diferentes faixas etárias e qualidades vocais 8,9,11,18,25. Estudos de longo termo foram realizados, inclusive, em amostras da gravação que acompanham a publicação original do modelo fonético de descrição da qualidade vocal 12,24 .
A aplicação clínica do ELT é reforçada especialmente por possibilitar a documentação da evolução, sendo mais limitado como meio diagnóstico ou de triagem 17,21,26. Apesar dessa tendência, alguns estudos reforçaram a possibilidade de diferenciação entre vozes normais e com alterações 13,15,16,18, incluindo a indicação da possibilidade de distinção entre indivíduos normais e portadores de várias categorias de alterações laríngeas, inclusive benignas e malignas 13.
Em publicações recentes, detecta-se a tendência à retomada das abordagens de longo termo em variadas situações que envolvem a atuação fonoaudiológica, os quais cobrem desde a produção vocal na infância 9 até a senescência 25, com possibilidades de separação do sexo para os ambos os extremos de faixas etárias. Diante de tantos aspectos impressos nas representações de longo termo da emissão, destacamos a sua validade enquanto possibilidade de enfoque de correlatos acústicos da qualidade vocal, investigada neste estudo sob a perspectiva fonética.
As abordagens de longo termo da qualidade vocal são escassas em nosso meio, justificando a necessidade de desenvolvimento do presente estudo.
Este trabalho teve como objetivo analisar os aspectos de longo termo da qualidade vocal por meio de parâmetros perceptivo-auditivos (ajustes laríngeos e supralaríngeos constantes do roteiro de avaliação vocal com motivação fonética) e acústicos (espectros e medidas de longo termo) de indivíduos disfônicos atendidos no Programa de Voz do Setor de Fonoaudiologia da clínica de Otorrinolaringologia do Hospital do Servidor Público Municipal de São Paulo.
MÉTODOS
A casuística refere-se a cinco indivíduos do gênero feminino, nomeados S1, S2, S3, S4 e S5, com idades variadas entre 37 e 63 anos, participantes do Programa de Voz do Setor de Fonoaudiologia da clínica de Otorrinolaringologia do Hospital do Servidor Público Municipal de São Paulo, portadores de disfonias orgânicas ou organofuncionais, e um indivíduo do mesmo gênero e faixa etária, sem histórico de disfonia foi adotado como referência para as análises e referido como SR. As características de idade, profissão e tempo de acompanhamento no Programa de Voz do Hospital do Servidor Público Municipal dos indivíduos disfônicos atendidos estão no Tabela 1.
Características de idade, profissão e tempo de acompanhamento no Programa de Voz do Hospital do Servidor Público Municipal dos indivíduos disfônicos atendidos
Cada indivíduo avaliado foi submetido a uma sessão de coleta de amostras de fala, constando de gravação em áudio duas leituras de um mesmo texto padronizado, composto exclusivamente sons sonoros (145 palavras) desenvolvido no LIAACC para estudos fonético-acústicos 4.
A sessão de gravação foi realizada no Laboratório de Rádio da Universidade numa sala acusticamente tratada, que dispõe de recursos para gravação e digitalização do sinal de fala.
Os indivíduos avaliados permaneceram sentados, com o microfone Shure SM7, unidirecional, mantido a uma distância de 10cm dos lábios, apoiado na cabeça. Os estímulos captados pelo microfone foram digitalizados com o auxílio da placa de som Delta 44 e processados pelo software Sound Forge 6.0, monitorados pela reprodução do traçado acústico no monitor do PC com processador Pentium III, HD 20 gigabytes, memória 256 RAM megabytes. Os dados foram digitalizados na freqüência de amostragem de 22050 Hz.
Os estímulos de fala registrados foram submetidos aos procedimentos de análise perceptivo-auditiva, no que se refere à caracterização da combinação de ajustes nas esferas laríngea e supralaríngea da qualidade vocal, por meio do roteiro de avaliação vocal com motivação fonética, segundo a rotina ambulatorial de atendimento do indivíduo disfônico na instituição. A avaliação clínica da voz realizada por alunos estagiários e supervisionados por dois fonoaudiólogos experientes no uso do modelo fonético de qualidade vocal. Os mesmos estímulos foram submetidos à análise acústica de longo termo, para obtenção dos espectros de longo termo e medidas correspondentes. Para tanto, os trechos de silêncio foram excluídos das amostras registradas, com o uso do software Multispeech (Kay Elemetrics Corp).
Os espectros de longo termo foram gerados a partir do software acima referido, instalado no computador Acer Power 6100, Windows 98, processador Pentium II 192 MB RAM do LIAACC / PUC-SP, segundo os parâmetros 256 pontos, sem suavização, com pré-ênfase de 0.098 e janelamento hanning. Os valores referentes à variação de amplitude ao longo de 128 pontos de freqüência compreendidos na faixa de 0 a 11025 Hz foram tratados estatisticamente por meio de análise fatorial de componentes principais e classificação hierárquica para a construção de clusters com auxílio do Software SPAD 3.5, procurando-se investigar o agrupamento do total de emissões analisadas (duas amostras para cada falante).
Os resultados foram expressos pela descrição dos agrupamentos e pelo levantamento dos variáveis que influenciaram a composição de tais agrupamentos.
RESULTADOS
Os resultados são apresentados enquanto informações da avaliação perceptivo-auditiva da qualidade vocal com motivação fonética e da análise acústica de longo termo.
Avaliação perceptivo-auditiva da qualidade vocal dos indivíduos do grupo estudado (S1 a vocal com motivação fonética S5) são apresentados no Figura 1.
Análise da qualidade vocal dos indivíduos disfônicos (S1 a S5) segundo versão do roteiro VPAS 4.
Os dados referentes ao perfil da qualidade
Análise acústica de longo termo
Os traçados de longo termo das emissões de cada indivíduo do grupo estudado (S1 a S5) e referência (SR) são apresentados em gráficos referentes às duas leituras de cada falante (Figuras 2 a 6). O gráfico do sujeito referência (SR) representa o traçado referente a uma leitura (Figura 7).
A análise fatorial aplicada ao total de emissões estudadas resultou em cinco classes em que S1, S2, S3 e SR agruparam-se de forma distinta, cada um caracterizando um grupo, enquanto S4 (7 e 8) e S5 (9 e 10) formaram uma única classe. O fator subjacente a influenciar tais classes referiu-se ao aumento de intensidade em relação às médias do grupo nos intervalos de 3014 a 3100 Hz e 5426 a 5512 Hz para S4 e S5 e diminuição de intensidade no intervalo de 3875 Hz a 4134 Hz para S2.
Ao serem eliminados os estímulos referentes ao sujeito referência (SR) a análise fatorial revelou a formação de cinco agrupamentos distintos para as emissões de S1 a S5, sendo que os três últimos apresentavam mais características comuns.
As médias de concentração de energia acústica por intervalos de freqüências (0 a 1 kHz, 1 a 3 kHz, 3 a 5 kHz e 5 a 11kHz) para todos os indivíduos do grupo estudado e referência são apresentadas na Figura 8.
Distribuição das médias de concentração de energia (dB) por intervalos de freqüência (0 a 1 kHz, 1 a 3 kHz, 3 a 5 kHz e 5 a 11 kHz) referentes ‘a análise de longo termo de duas leituras pelos indivíduos do grupo estudado (S1 a S5) e de uma do sujeito referência (SR).
DISCUSSÃO
A análise das propriedades de longo termo revelou particularidades do ponto de vista perceptivo-auditivo e acústico da qualidade vocal de indivíduos disfônicos, as quais contribuem para a compreensão dos aspectos subjacentes à produção do sinal de fala.
De maneira geral, todos os indivíduos apresentaram indícios de alteração de atividade de pregas vocais, em que o ajuste de voz áspera esteve presente na emissão de todos os indivíduos estudados. Em menor freqüência, foram registradas as ocorrências de escape de ar e laringe alta. Todos indivíduos apresentaram declínio abrupto de energia espectral, indicativo de limitações de atividade glótica, em que o ciclo vibratório de pregas vocais não se realiza de forma regular 4,16 . Neste aspecto, destacam-se S2 e S3, por apresentarem acentuado declínio de energia espectral de 0 a 3 kHz, seguido de incremento de energia na faixa de 5 a 11 kHz.
Além da descrição dos contornos característicos dos espectros de longo termo, destaca-se o tratamento estatístico das medidas, em que os indivíduos descritos agruparam-se segundo várias particularidades. Vale ressaltar que, apesar da similaridade da situação de comprometimento de mecanismos glóticos descritos, as duas emissões de cada sujeito estudado (S1 a S5) agruparam-se entre si, formando categorias distintas, aspecto que ressalta a singularidade dos ajustes que caracterizam a qualidade vocal de cada falante, inclusive daquele portador de disfonia.
Outro fato que merece destaque é a ocorrência de um pequeno agrupamento (S4 e S5) quando as amostras de fala de SR foram consideradas na análise. Tal fato ressalta que o indivíduo referência introduziu aspectos de regularidade da emissão ao grupo estudado, de forma que, quando comparados entre si, os indivíduos S1 e S5 agruparam-se provavelmente pela combinação peculiar dos ajustes supralaríngeos (laringe alta) e laríngeos (voz áspera e hiperfunção).
S1, S2 e S3 diferenciaram-se entre si pela esfera supralaríngea, em que S1 revelou ajustes relativos à posição vertical de laringe e à ponta de língua, S2 aos ajustes de lábios e de faringe e S3 com relação à posição vertical de laringe e mandíbula. Desta maneira, os dados apresentados sugerem que, além da influência inegável dos ajustes laríngeos na característica espectral em longo termo , os ajustes supralaríngeos 8,9,18,25 também influenciaram a categorização da qualidade vocal dos indivíduos estudados, especialmente quando foram comparados entre si.
Desta forma, este trabalho reforça a necessidade de enfoque de qualidade vocal que não valorize exclusivamente a comparação a parâmetros de normalidade, por meio de abordagens de curto termo, mas respeite a singularidade do falante disfônico 4. Tais aspectos estão em concordância com os conceitos do modelo fonético de descrição da qualidade vocal, ao ressaltar a propriedade de longo termo da qualidade vocal.
Estudos similares realizados com indivíduos idosos 27 e indivíduos laringectomizados totais 28 no mesmo grupo de pesquisas salientaram tal aspecto.
Este estudo reforça os aspectos de longo termo da qualidade vocal, de forma a valorizar os aspectos recorrentes da emissão, os quais têm fundamental importância no planejamento terapêutico. A ampliação da investigação dos aspectos de longo termo da emissão caracterizase como uma necessidade em nosso meio.
CONCLUSÕES
As modalidades de avaliação perceptivo-auditiva e análise acústica de longo termo da qualidade vocal contribuíram para a identificação das correlações entre ajustes da qualidade vocal no plano perceptivo e aspectos de longo termo no plano acústico, em que mobilizações laríngeas e supralaríngeas combinaram-se na caracterização da qualidade vocal de cada indivíduo do grupo estudado.
REFERÊNCIAS
- 1 Brandi E. A qualidade vocal. In: Brandi E. Educação da voz falada - a terapêutica da conduta vocal. São Paulo: Atheneu; 2002. p.157-92.
- 2 Laver J. The phonetic description of voice quality. New York: Cambridge University Press; 1980.
- 3 Laver J. Phonetic evaluation of voice quality. In: Kent RD, Ball MJ. Voice quality measurement. San Diego: Singular Thomson Learning; 2000. p. 37-48.
- 4 Camargo ZA. Análise da qualidade vocal de um grupo de indivíduos disfônicos: uma abordagem interpretativa e integrada de dados de natureza acústica, perceptiva e eletroglotográfica.[tese]. São Paulo: Pontifícia Universidade Católica de São Paulo; 2002.
- 5 Laver J. The description of voice quality in general phonetic theory. In: Laver J. The gift of speech: Papers in the analysis of speech and voice. Edinburgh, Edinburgh University Press; 1991.
- 6 Fant G. Acoustic theory of speech production with calculations based on x-ray studies of Russian articulations. The Hague: Mounton;1970.
- 7 Pittam J. Discrimination of five voice qualities and prediction to perceptual ratings. Phonetica. 1987; 44(1):38-49.
- 8 Cleveland TF, Sundberg J, Stone RE. Longterm-average spectrum characteristics of country singers during speaking and singing. J Voice. 2001; 15(1):54-60.
- 9 White P. Long-term average spectrum (LTAS) analysis of sex-and gender-related differences in children’s voices. Logoped Phoniatr Vocol. 2001; 26(3):97-101.
- 10 Wendler J, Rauhut A, Krüger H. Classificationof voice qualities. J Phonetics. 1986; 14(4):483-8.
- 11 Figueiredo RM. A eficácia de medidas extraídas do espectro de longo termo para identificação de falantes. Cad Est Linguist. 1993; (25): 129-60
- 12 Ananthapadmanabha TV. Acoustic factorsdetermining perceived voice quality. In: Fujimura O, Hirano M. Vocal fold physiology. San Diego: Singular Publishing Group;1995. p.113-26.
- 13 Dejonckere PH, Villarosa D. Analyse spectralemoyenée de la voix. Comparaison de voix normales et de voix altérées par différentes catégories de pathologies laryngées. Acta Otorhinolaryngol Belg. 1986; 40(2):426-35.
- 14 Oliveira Barrichelo VM, Heuer RJ, Dean CM,Sataloff RT. Comparison of singer’s formant, speaker’s ring, and LTA spectrum among classical singers and untrained normal speakers. J Voice. 2001; 15(3):344-50.
- 15 Frøkjær-Jensen B. Acoustic-statistical analysisof voice quality. Annual Report of the Institute of Phonetics of the University of Copenhagen ARIPUC; 1979. v. 13. p.189-200.
- 16 Hammarberg B, Fritzell B, Gauffin J, SundbergJ, Wedin L. Perceptual and acoustic correlates of abnormal voice qualities. Acta Otolaryngol. 1980; 90(5-6):441-51.
- 17 Löfqvist A. The long-time-average spectrum asa tool in voice research. J Phonetics. 1986; 14(4):471-5.
- 18 Hammarberg B, Gauffin J. - Perceptual andacoustics characteristics of quality differences in pathological voices as related to physiological aspects. In: Fujimura O, Hirano M. Vocal fold physiology. San Diego: Singular; 1995. p.283-303.
- 19 Mendoza E, Valencia N, Muñoz J, Trujillo H.Differences in voice quality between men and women: use of the long-term average spectrum (LTAS). J Voice. 1996; 10(1):59-66.
- 20 Pittam J. Voice in social interaction: aninterdisciplinary approach. London: Sage; 1994.
- 21 Pittam J, Millar JB. The long-term spectrum ofvoice. In: 2nd Australian International Conference on Speech Science and Technology. Sydney; 1988. Proceedings. 1988. p.308-13.
- 22 Navarro CA. O perfil vocal e análise acústica daqualidade vocal de locutores esportivos [tese]. São Paulo: Pontifícia Universidade Católica de São Paulo; 2000.
- 23 Pinho SMR, Camargo Z. Introdução à análiseda voz e da fala. In: Pinho SMR. Tópicos em voz. Rio de Janeiro: Guanabara Koogan; 2001. p.19-44.
- 24 Nolan F. The phonetic bases of speakerrecognition. Cambridge: Cambridge University Press; 1983.
- 25 Linville SE, Rens J. Vocal tract resonanceanalysis of aging voice using long-term average spectra. J Voice. 2001; 15(3):323-30.
- 26 Hartmann E, von Cramon D. Acousticmeasurement of voice quality in dysphonia after severe closed head trauma: a follow-up study. Br J Disord Commun. 1984;19(3):253-61.
- 27 Soyama CK, Espassatempo CDL. A qualidadevocal na terceira idade: parâmetros acústicos de longo termo de vozes masculinas e femininas São Paulo: Pontifícia Universidade Católica de São Paulo, 2002. [trabalho de conclusão de curso].
- 28 Jorge MS. Qualidade vocal de indivíduos submetidos a laringectomia total: aspectos acústicos de longo e curto termo em modalidades de fonação esofágica e traqueosofágica São Paulo: Pontifícia Universidade Católica de São Paulo, 2002. [trabalho de conclusão de curso].
















