Tecnologias de fala para pessoas idosas

Abstract

O envelhecimento é um processo tão natural quanto complexo que implica várias altera ções fisiológicas, cognitivas, psicológicas e até sociais. Também a voz vai sofrendo modificações com a idade e, embora as mais significativas aconteçam durante a puber dade, são também observáveis várias alte rações na passagem da idade adulta para a terceira idade. Com o decorrer dos anos, fruto das alte rações verificadas nas estruturas que parti cipam na produção de fala, mais especifica mente nos sistemas respiratório, fonatório (ou laríngeo) e articulatório [1], a qualidade vocal do indivíduo altera-se. Os efeitos das modificações anatomofisiológicas do apare lho fonador fazem sentir-se, essencialmente, na diminuição da taxa de elocução, no aumento das pausas e variações dos parâme tros acústicos (e.g. frequência fundamental). Todas estas modificações são uma conse quência natural do envelhecimento humano e não devem ser confundidas com perturba ções vocais de causa patológica. As variações da voz relacionadas com a idade têm sido amplamente estudadas desde os anos 60. Alguns estudos têm como pro pósito a análise dos correlatos acústicos da idade e a identificação dos aspetos do sinal de fala mais afetados pelo envelhecimento, enquanto outros se focam essencialmente em questões percetivas, mais concretamente Tecnologias de Fala para Pessoas Idosas Capítulo 12 Catarina Oliveira1,2, Luciana Albuquerque6 , Annika Hämäläinen3 , Fernando Miguel Pinto3 , Miguel Sales Dias3 , Ana Júdice3 , João Freitas3 , Carlos Galinho Pires3 , Vítor Duarte Teixeira3 , António Calado3,5, Daniela Braga4 , António Teixeira2,5 1 Escola Superior de Saúde da Universidade de Aveiro, Universidade de Aveiro, Aveiro, Portugal. 2 Instituto de Engenharia Eletrónica e Telemática de Aveiro, Universidade de Aveiro, Aveiro, Portugal. 3 Microsoft Language Development Center, Lisboa, Portugal. 4 Microsoft Corporation, Bellevue, WA, Estados Unidos da América. 5 Departamento de Eletrónica, Telecomunicações e Informática, Universidade de Aveiro, Aveiro, Portugal. 6 Mestrado em Ciências da Fala e da Audição, Universidade de Aveiro, Aveiro, Portugal. 168 LABORATÓRIO VIVO DE USABILIDADE nos mecanismos que presidem à identifica ção da idade de um indivíduo, com base na sua voz. Não obstante as diferenças considerá veis em relação aos métodos e amostras de fala utilizadas, o que dificulta a compara ção entre os estudos, os resultados dos tes tes de perceção sugerem uma taxa de acerto relativamente elevada no que toca ao reco nhecimento da idade através da voz [2]. Os julgamentos são, no entanto, afetados por vários fatores, relacionados com o falante (e.g. género, idade), o ouvinte (e.g. género, idade, dialeto), a amostra de fala (e.g. dura ção dos estímulos) ou a tarefa (e.g. número de estímulos e repetições) [2]. Aparente mente, os ouvintes apoiam os seus julga mentos em diferentes pistas acústicas, como a frequência fundamental, a taxa de elocu ção ou a frequência dos formantes, embora a relação entre estes parâmetros, bem como a sua potencial contribuição para o reconhe cimento da idade permaneça por esclarecer. Embora o número de pessoas idosas que utiliza os computadores esteja a cres cer, investigações prévias sugerem que esta população tem mais dificuldades no uso da tecnologia [3, 4]. Para o facto, contribuem a complexidade das interfaces existentes e o conjunto limitado de modalidades de inte ração disponíveis. A voz é, sem dúvida, a forma mais natural de interação humano- -computador [5], contudo, quando se trata de fala de pessoas idosas, os atuais sistemas de síntese e reconhecimento de fala apresen tam limitações de desempenho [6]. Só um conhecimento mais aprofundado da forma como a fala varia com a idade possibilitará o desenvolvimento de tecnologias de fala mais adaptadas ao utilizador final, seja ele uma criança ou uma pessoa idosa. Face ao exposto, este capítulo tem como primeiro objetivo descrever as alterações anatomofisiológicas do aparelho fonador, decorrentes do envelhecimento, e con sequentes modificações nos parâmetros acústicos, que contribuem para mudanças na qualidade vocal dos indivíduos. De um modo geral, os efeitos do envelhecimento vocal são mais marcados nos homens do que nas mulheres, pelo que ao longo deste capí tulo chamaremos a atenção para as diferen ças entre os dois géneros no que ao envelhe cimento dos órgãos da fala diz respeito. Na segunda parte do capítulo, daremos conta dos esforços efetuados pelo Microsoft Language Development Center, o centro de investigação e desenvolvimento da Micro soft Portugal, ao longo de dois anos (2010- 2012), no sentido de criar uma base de dados de fala de pessoas idosas suficientemente extensa para permitir o treino de modelos acústicos e o consequente desenvolvimento de tecnologias de reconhecimento da fala de pessoas idosas. Esta iniciativa, desenvolvida no âmbito do Living Usability Lab (LUL), está em linha com outros projetos recentes para recolher corpora de fala de pessoas ido sas, tais como o JASMIN-CGN [7] para o holandês e flamengo, ou o S-JNAS [8], para o japonês. Neste capítulo, serão descritos os proce dimentos adotados na seleção dos falantes e do corpus, recolha dos dados, transcrição e anotação dos mesmos. Dando seguimento ao propósito princi pal, estão neste momento a ser treinados e testados pelo Microsoft Language Develop ment Center modelos acústicos específicos para as pessoas idosas, que serão usados no protótipo do Living Home Center [9] e nou tras aplicações controladas por voz destina das a este público-alvo.