Crédito: Universidad de Missouri
Incluso antes de que el COVID-19 los hiciera hablar en aulas en línea o proyectar sus voces detrás de máscaras, los maestros tenían un alto riesgo de fatiga vocal. Esta condición puede causar ronquera persistente, dolor de garganta y daño permanente a las cuerdas vocales. Actualmente, el diagnóstico de la fatiga vocal requiere una consulta en persona. Pero algún día, un dispositivo portátil o una aplicación inteligente podría detectar la fatiga vocal de manera temprana y ayudar a los pacientes a prevenir más problemas.
Sin embargo, antes de que eso suceda, una máquina debe aprender a reconocer la diferencia entre una voz saludable y una voz cansada. Ahí es donde entra en juego Gui DeSouza. DeSouza, profesor asociado de ingeniería eléctrica y ciencias de la computación y un colaborador de Alemania, han pasado años entrenando una computadora para detectar problemas vocales proporcionando al sistema cientos de muestras de estudiantes de magisterio y grupos de control.
«Los estudiantes de magisterio se ven afectados por la fatiga vocal mucho más que otros profesionales», dijo DeSouza. «Estamos abordando el lado del diagnóstico porque la detección temprana puede advertir a una persona que cambie sus hábitos o tome medidas correctivas».
Con fondos de los Institutos Nacionales de Salud, el equipo de investigación recolectó 160 muestras de voz de 90 Participantes. El equipo utiliza sensores de electromiografía de superficie (EMG) que se colocan en el cuello para detectar vibraciones. Se le pide a un participante que pronuncie ciertas vocales y consonantes que tienden a indicar problemas en las cuerdas vocales.
Los investigadores luego usan esos datos para entrenar el sistema para detectar cambios que indican fatiga vocal.
Encontrar un sistema confiable
Originalmente, el equipo probó el modelo utilizando muestras simuladas y los resultados fueron prometedores. Sin embargo, en un estudio más reciente, el equipo intencionalmente omitió muestras de voz de un participante humano y notó una caída en la precisión.
«Si miras la literatura, nadie ha hecho eso antes», DeSouza dijo, refiriéndose al método de «dejar uno fuera». «Eso indica que la máquina es buena para aprender las voces de las personas, pero no necesariamente para aprender a reconocer la fatiga».
Otra complicación es que no existe un estándar consistente para clasificar la fatiga. En este momento, los médicos utilizan encuestas de pacientes para recopilar esa información. Sin embargo, una persona puede tener una alta tolerancia a la incomodidad e informar una calificación baja. Alguien más sensible podría otorgar una clasificación más alta para esencialmente el mismo nivel de dolor.
«Un gran problema para nosotros es cómo dar sentido a los datos cuando son muy subjetivos», dijo DeSouza. «El conjunto de datos no está etiquetado de una manera que sea confiable. En última instancia, queremos tener un sistema que diga de manera confiable que es fatiga o que no es fatiga, independientemente de una medición subjetiva o una autoevaluación».
El equipo de investigación describió sus hallazgos en la revista Applied Sciences a principios de este año. Más recientemente, presentaron los resultados de sus pruebas en la 14.ª Conferencia Internacional sobre Avances en Investigación Cuantitativa de Laringología, Voz y Habla.
También cuentan con fondos adicionales de los Institutos Nacionales de Salud para ver si el estrés provoca problemas vocales.
«Ahora estamos finalizando nuestro estudio original y también analizando los datos de resonancia magnética para ver si las actividades cerebrales tienen alguna correlación con los fenómenos que ocurren en la voz», dijo DeSouza. «La idea es someter al paciente a algún tipo de factor estresante para ver si eso se manifiesta en la voz. Gran parte de la fatiga en la voz podría estar relacionada con el estrés emocional».
Explorar más
¿Voz ronca? Los expertos dicen que hay muchas razones para el raspado. Más información: Yixiang Gao et al, Clasificación de la fatiga vocal mediante sEMG: Desequilibrio de datos, normalización y el papel de las puntuaciones del índice de fatiga vocal, Applied Sciences (2021). DOI: 10.3390/app11104335 Proporcionado por la Universidad de Missouri Cita: Investigadores entrenan máquinas para reconocer la fatiga vocal (22 de octubre de 2021) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10 -machines-vocal-fatigue.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.