Vocal tract morphology is an important factor in voice production. Its analysis has potential implications for educational matters as well as medical issues like voice therapy. The knowledge of the complex adjustments in the spatial geometry of the vocal tract during phonation is still limited. For a major part, this is due to difficulties in acquiring geometry data of the vocal tract in the process of voice production. In this study, a centerline-based segmentation method using active contours was introduced to extract the geometry data of the vocal tract obtained with MRI during sustained vowel phonation. The applied semiautomatic algorithm was found to be time- and interaction-efficient and allowed performing various three-dimensional measurements on the resulting model. The method is suitable for an improved detailed analysis of the vocal tract morphology during speech or singing which might give some insights into the underlying mechanical processes.

One of the main problems faced by automatic speech recognition is the variability of the testing conditions. This is due both to the acoustic conditions (different transmission channels, recording devices, noises etc.) and to the variability of speech across different speakers (i.e. due to different accents, coarticulation of phonemes and different vocal tract characteristics). Vocal tract length normalisation (VTLN) aims at normalising the acoustic signal, making it independent from the vocal tract length. This is done by a speaker specific warping of the frequency axis parameterised through a warping factor. In this thesis the application of VTLN to multiparty conversational speech was investigated focusing on the meeting domain. This is a challenging task showing a great variability of the speech acoustics both across different speakers and across time for a given speaker. VTL, the distance between the lips and the glottis, varies over time. We observed that the warping factors estimated using Maximum Likelihood seem to be context dependent: appearing to be influenced by the current conversational partner and being correlated with the behaviour of formant positions and the pitch. This is because VTL also influences the frequency of vibration of the vocal cords and thus the pitch. In this thesis we also investigated pitch-adaptive acoustic features with the goal of further improving the speaker normalisation provided by VTLN. We explored the use of acoustic features obtained using a pitch-adaptive analysis in combination with conventional features such as Mel frequency cepstral coefficients. These spectral representations were combined both at the acoustic feature level using heteroscedastic linear discriminant analysis (HLDA), and at the system level using ROVER. We evaluated this approach on a challenging large vocabulary speech recognition task: multiparty meeting transcription. We found that VTLN benefits the most from pitch-adaptive features. Our experiments also suggested that combining conventional and pitch-adaptive acoustic features using HLDA results in a consistent, significant decrease in the word error rate across all the tasks. Combining at the system level using ROVER resulted in a further significant improvement. Further experiments compared the use of pitch adaptive spectral representation with the adoption of a smoothed spectrogram for the extraction of cepstral coefficients. It was found that pitch adaptive spectral analysis, providing a representation which is less affected by pitch artefacts (especially for high pitched speakers), delivers features with an improved speaker independence. Furthermore this has also shown to be advantageous when HLDA is applied. The combination of a pitch adaptive spectral representation and VTLN based speaker normalisation in the context of LVCSR for multiparty conversational speech led to more speaker independent acoustic models improving the overall recognition performances.

Devido ao grande aumento da obesidade no Brasil e no mundo e aos riscos que esta afecção oferece à saúde dos indivíduos, existem diversos tipos de tratamento possíveis para reverter esse quadro. Entre eles, o tratamento cirúrgico, que é o mais indicado para os casos classificados como obesidade mórbida. Por meio desse tratamento é comumente possível a redução de até 40% do peso inicial do indivíduo. Contudo, existem casos em que a perda ultrapassa esse percentual. Com essa perda de gordura tão significativa, o organismo todo apresenta modificações nitidamente observáveis, e tais alterações incluem o trato vocal. Sabendo que a voz é um sinal complexo composto pelo sinal vocal produzido na glote e pelas ressonâncias do trato vocal, observou-se a necessidade de avaliar se os parâmetros vocais sofrem alteração com a drástica mudança de peso corpóreo. Este estudo comparou as análises acústicas e perceptivo-auditivas antes e depois do tratamento cirúrgico para a obesidade, tendo como objetivo verificar se alterações vocais acontecem após o emagrecimento. Os resultados apontam que nas perdas de peso de até 40%, os parâmetros perceptivo auditivos e os acústicos não apresentaram alterações estatisticamente relevantes, e para perdas maiores que 50% observou-se a alteração significativa em dois parâmetros específicos, o PA e o Ex, o que significa: melhora na movimentação das pregas vocais com aumento de ruído na voz após o emagrecimento. Contudo, a amostra que compõe esse percentual de perda de peso é composta por apenas um participante, portanto tais resultados não podem ser generalizados. / Due to the significant increase of obesity in Brazil and in the world and the risks involving the health of individuals, several types of treatment have been recommended in an attempt to change this scenario. The surgical treatment is believed to be the most suitable for the majority of morbid obesity cases. This type of procedure usually reduces up to 40% of the individual initial weight and in some cases this ratio can be even higher. However, a significant weight loss usually results in several significant bodily changes including the vocal tract. As the voice signal is very complex and comprises a glottal pulse equalized by vocal tract resonance, it seems reasonable to evaluate how voice parameters change with weight reduction. The purpose of this study is to compare perceptive-auditive and acoustics analysis of the voice, before and after the surgical approach to obesity to check if the vocal changes occur after the weight reduction. The results indicate that in weight losses up to 40% the perceptive-auditive and acoustics parameters did not represent statistically relevant alterations, but in weight losses higher than 50%, significant changes were observed in two specific parameters, PA and Ex, including improvement of vocal folds movement and increase of loudness of voice after weight loss. However, the sample of weight loss was insufficient because it was limited to one participant; therefore it should not be generalized.

INTRODUÇÃO: as possibilidades de inspeção acústica de dados, assim como suas correlações com aspectos perceptivos e fisiológicos, favorecem a análise do comportamento vocal. Na voz cantada tem-se características específicas de todos os parâmetros envolvidos durante o mecanismo de fonação sendo possível analisá-los acusticamente. OBJETIVO: descrever e analisar a frequência fundamental e formantes na variação tonal na vogal /a/ em sopranos. MÉTODOS: a amostra foi composta por 30 participantes do sexo feminino sem queixa vocal na faixa etária de 20 a 45 anos. Todas as emissões foram gravadas com a vogal /a/ sustentada durante cinco segundos com três repetições na frequência grave (C3 - 261 Hz), média (Eb4 - 622 Hz) e aguda (Bb4 - 932 Hz) confortável para classificação vocal. No total foram analisadas 90 amostras com extração digital da frequência fundamental (f0) e dos cinco primeiros formantes (F1,F2,F3,F4 e F5) e confirmação manual. Para análise estatística foi aplicado o teste de aderência Shapiro-Wilks e o teste de Friedmann para comparação de amostras pareadas. RESULTADOS: nas emissões em tons grave e médio, foram observados maiores valores nas frequências dos cinco primeiros formantes em relação ao valor de f0. Observou-se aproximação entre F1 e F2 nas duas tonalidades, com aglomerado de harmônicos na região de F3, F4 e F5 no tom grave e aproximação entre F3 e F4, pico em F5 e sintonia de harmônicos no tom médio. No entanto, na emissão em tom agudo, observou-se aumento dos valores de F2, F3, F4 e F5 em relação à f0, bem como a aproximação entre eles, além de sintonia entre f0 e F1, H2 e F2, H3 e F3, H4 e F4, e H5 e F5. CONCLUSÃO: as mudanças de tonalidade mostram diferenças no comportamento da frequência fundamental e dos formantes do som em sopranos. A comparação das emissões em f0 nas três tonalidades mostra modificações específicas do trato vocal harmônicos, com faixa de ganho extra em 261 Hz, sintonia entre picos de formantes e harmônicos em 622 Hz e equiparação de f0 e F1 em 932 Hz / INTRODUCTION: the possibilities of acoustic investigation of data and the correlation between perceptive and physiological trends, support general analysis of vocal behavior. In singing, we have specific characteristics from all of the parameters involved in the phonation mechanism and they can be acoustically analyzed. AIM: describe fundamental frequency and formants during articulation of the vowel /a/ in sopranos. METHOD: 30 healthy trained sopranos aged 20-45 were recorded singing with the sustained vowel /a/ during five seconds in three frequencies: low (C4 - 261 Hz), mid (Eb5 - 622 Hz) and high (Bb5 - 932 Hz). They also made three repetitions comfortably for the vocal classification. 90 samples were analyzed using automatic extraction from the fundamental frequency (f0) and the five primary formants (F1, F2, F3, F4 and F5) as well as manual confirmation. For statistical analysis, the Shapiro-Wilks adherence test and Friedmann test for paired samples were considered. RESULTS: in the low phonation frequency, all formants F1, F2, F3, F4 and F5 were higher than (f0). In the mid-frequency each one of the five formants were higher than (f0). However, in high frequency, the first formant was equated with f0 whereas F2, F3, F4 and F5 were increased. In comparison with (f0) and (F1), the synchrony between f0 and F1, H2 and F2, H3 and F3, H4 and F4 and H5 and F5 was also noticed. CONCLUSION: the pitch changes have shown differences in formant and fundamental frequency behavior in sopranos. The comparison between the three tunes showed us specific vocal tract adaptation for singing observed by harmonics with extra band gain, in 261 Hz, 622Hz and the equalization of F1=f0 in 932 Hz

INTRODUÇÃO: as possibilidades de inspeção acústica de dados, assim como suas correlações com aspectos perceptivos e fisiológicos, favorecem a análise do comportamento vocal. Na voz cantada tem-se características específicas de todos os parâmetros envolvidos durante o mecanismo de fonação sendo possível analisá-los acusticamente. OBJETIVO: descrever e analisar a frequência fundamental e formantes na variação tonal na vogal /a/ em sopranos. MÉTODOS: a amostra foi composta por 30 participantes do sexo feminino sem queixa vocal na faixa etária de 20 a 45 anos. Todas as emissões foram gravadas com a vogal /a/ sustentada durante cinco segundos com três repetições na frequência grave (C3 - 261 Hz), média (Eb4 - 622 Hz) e aguda (Bb4 - 932 Hz) confortável para classificação vocal. No total foram analisadas 90 amostras com extração digital da frequência fundamental (f0) e dos cinco primeiros formantes (F1,F2,F3,F4 e F5) e confirmação manual. Para análise estatística foi aplicado o teste de aderência Shapiro-Wilks e o teste de Friedmann para comparação de amostras pareadas. RESULTADOS: nas emissões em tons grave e médio, foram observados maiores valores nas frequências dos cinco primeiros formantes em relação ao valor de f0. Observou-se aproximação entre F1 e F2 nas duas tonalidades, com aglomerado de harmônicos na região de F3, F4 e F5 no tom grave e aproximação entre F3 e F4, pico em F5 e sintonia de harmônicos no tom médio. No entanto, na emissão em tom agudo, observou-se aumento dos valores de F2, F3, F4 e F5 em relação à f0, bem como a aproximação entre eles, além de sintonia entre f0 e F1, H2 e F2, H3 e F3, H4 e F4, e H5 e F5. CONCLUSÃO: as mudanças de tonalidade mostram diferenças no comportamento da frequência fundamental e dos formantes do som em sopranos. A comparação das emissões em f0 nas três tonalidades mostra modificações específicas do trato vocal harmônicos, com faixa de ganho extra em 261 Hz, sintonia entre picos de formantes e harmônicos em 622 Hz e equiparação de f0 e F1 em 932 Hz / INTRODUCTION: the possibilities of acoustic investigation of data and the correlation between perceptive and physiological trends, support general analysis of vocal behavior. In singing, we have specific characteristics from all of the parameters involved in the phonation mechanism and they can be acoustically analyzed. AIM: describe fundamental frequency and formants during articulation of the vowel /a/ in sopranos. METHOD: 30 healthy trained sopranos aged 20-45 were recorded singing with the sustained vowel /a/ during five seconds in three frequencies: low (C4 - 261 Hz), mid (Eb5 - 622 Hz) and high (Bb5 - 932 Hz). They also made three repetitions comfortably for the vocal classification. 90 samples were analyzed using automatic extraction from the fundamental frequency (f0) and the five primary formants (F1, F2, F3, F4 and F5) as well as manual confirmation. For statistical analysis, the Shapiro-Wilks adherence test and Friedmann test for paired samples were considered. RESULTS: in the low phonation frequency, all formants F1, F2, F3, F4 and F5 were higher than (f0). In the mid-frequency each one of the five formants were higher than (f0). However, in high frequency, the first formant was equated with f0 whereas F2, F3, F4 and F5 were increased. In comparison with (f0) and (F1), the synchrony between f0 and F1, H2 and F2, H3 and F3, H4 and F4 and H5 and F5 was also noticed. CONCLUSION: the pitch changes have shown differences in formant and fundamental frequency behavior in sopranos. The comparison between the three tunes showed us specific vocal tract adaptation for singing observed by harmonics with extra band gain, in 261 Hz, 622Hz and the equalization of F1=f0 in 932 Hz

O presente trabalho busca demonstrar de forma objetiva a influência das diferentes configurações de trato vocal na sonoridade da flauta. As alterações ocorridas na sonoridade do instrumento são, em geral, percebidas empiricamente pelos músicos a partir de imagens mentais acerca da configuração de seu trato vocal. Todavia, não há, entre os flautistas, uma visão mais clara e objetiva dos fenômenos ocorridos para que as alterações de timbre se viabilizem. Isso se deve, em grande parte, ao considerável número de variáveis envolvidas, como o ângulo de incidência do jato de ar no orifício do instrumento, movimentos de mandíbula, pressão do jato, entre outros. Considerando-se que as alterações de timbre são elemento essencial da interpretação musical e compõem não apenas o vocabulário técnico do instrumentista, mas, sobretudo, seu vocabulário criativo e sua sensibilidade musical, foi realizado um experimento que procurou mostrar com maior objetividade o papel do trato vocal nas alterações de timbre da flauta. O experimento consistiu em um aparato composto por um fonte de ar, um tanque/pulmão, modelos de trato vocal, embocadura artificial e o instrumento. Os resultados foram gravados e, posteriormente, analisados e comparados às medidas de impedância dos protótipos de trato vocal construídos para o experimento. Foram também realizadas entrevistas qualitativas com flautistas profissionais e professores com larga experiência na execução e no ensino do instrumento, que agregaram elementos à análise. A partir desses elementos, foram constatadas evidências contundentes de que as diferentes configurações do trato vocal são capazes de modificar a sonoridade da flauta. / The main objective of this research is to objectively demonstrate the influence of changes in the configuration of the vocal tract on the sound of the flute. These alterations are generally noticed empirically by musicians and are represented by mental images of the configuration of the vocal tract. The alterations of the vocal tract configuration are considered an important element of the musical interpretation. Nevertheless, there is not a clear and objective perception among flutists of how the vocal tract works to influence the sound of the flute. This is due to the considerable number of variables that are involved in this process, such as the angle and the pressure of the air jet on the instrument, the movements of the jaw, among others. In order to achieve the proposed objective, we designed an experiment whose main goal was to demonstrate the existence of vocal tract influence on the timbre of the flute. For this purpose we built an artificial blower that enables the elimination of the influence caused by modifications in the shape and position of lips and jaw. The results were recorded and analyzed in comparison with the measurement of the impedance of the prototypes of vocal tract that were built to the experiment. Moreover, we also conducted interviews with professional flutists and professors with extensive experience on the field, to aggregate elements to the final analysis. In conclusion, we were able to assert that there are compelling evidences that the different configurations of the vocal tract are able to modify the sound of the flute.

No description available.

La parole et le chant ont une importance capitale dans la culture humaine. Cependant les phénomènes physiques de production et de contrôle de la voix sont encore mal compris, et leurs paramètres mal connus, principalement en raison de la difficulté d'y accéder in vivo. Dans le modèle source-filtre simplifié, la source sonore est produite par l'oscillation des plis vocaux à une fréquence fondamentale et ses multiples ; les résonances du conduit vocal filtrent l'enveloppe spectrale du signal pour produire des voyelles. Dans cette thèse, les propriétés de la source et du filtre sont étudiées et une expérience in vitro examine l'influence du filtre sur la source. L'influence des paramètres de contrôle aérodynamiques ou mécaniques sur la fréquence fondamentale est étudiée ex vivo en utilisant des larynx humains excisés. Quatre types de discontinuités ou d'hystérésis sont observés. En dehors de ces zones de bifurcation, la fréquence fondamentale est approximativement proportionnelle à la racine carrée de la pression sous-glottique, ce qui a des implications pour le chant et de la parole, en particulier dans les langues tonales. De plus, le flux d'air qui traverse la glotte provoque un rétrécissement du conduit aryépiglottique sous l'effet de forces de pression aérodynamique, et peut initier l'oscillation des plis ventriculaires et/ou aryépiglottiques sans contrôle musculaire. L'impédance acoustique de conduits vocaux fut mesurée in vivo sur un intervalle de9 octaves en fréquence et de 80 dB en amplitude, avec la glotte fermée puis pendant la phonation. Les fréquences, amplitudes et largeurs de bande des résonances acoustiques et des résonances mécaniques des tissus autour du conduit vocal sont estimées. Lorsque la glotte est fermée, les largeurs de bande et les pertes d'énergie correspondantes dans le conduit vocal sont largement supérieures aux pertes viscothermiques d'un cylindre rigide lisse, et sont encore plus importantes pendant la phonation. En utilisant un modèle simple de conduit vocal et les mesures effectuées en inspirant, des résonances acoustiques du système sous-glottique sont également estimées. Les effets possibles de la charge aéroacoustique du filtre sur la source sont mis en évidence dans une expérience sur une maquette de plis vocaux constituée de boudins de latex remplis d'eau couplés à un tuyau rigide. La modification de la charge acoustique en aval des plis vocaux, par insertion d'une paille à l'extrémité du conduit, modifie la fréquence fondamentale de vibration des plis. Ce résultat est discuté dans le contexte des méthodes de rééducation orthophonique à la paille couramment utilisées en thérapie de la parole. / Speech and singing are of enormous importance to human culture, yet the physics that underlies the production and control of the voice is incompletely understood, and its parameters not well known, mainly due to the difficulty of accessing them in vivo. In the simplified but well-accepted source-filter model, non-linear vocal fold oscillation produces a sound source at a fundamental frequency and its multiples, the resonances of the vocal tract filter the spectral envelope of the sound to produce voice formants. In this thesis, both source and tract properties are studied experimentally and an in vitro experiment investigates how the filter can affect the source. The control of fundamental frequency by either air supply or mechanical control parameters is investigated ex vivo using excised human larynges. All else equal, and excluding the four types of discontinuity or hysteresis observed, the fundamental frequency was found to be proportional to the square root of subglottal pressure, which has implications for singing and speech production, particularly in tonal languages. Additionally, airflow through the glottis causes a narrowing of the aryepiglottic tube and can initiate ventricular and/or aryepiglottic fold oscillation without muscular control. The acoustic impedance of the vocal tract was measured in vivo over a range of 9 octaves and 80 dB dynamic range with the glottis closed and during phonation. The frequencies, magnitudes and bandwidths were measured for the acoustic and for the mechanical resonances of the surrounding tissues. The bandwidths and the energy losses in the vocal tract that cause them were found to be five-fold higher than the viscothermal losses of a dry, smooth rigid cylinder, and to increase during phonation. Using a simple vocal tract model and measurements during inhalation, the subglottal system resonances were also estimated. The possible effects of the filter on the source are demonstrated in an experiment on a water-filled latex vocal fold replica: changing the aero-acoustic load of the model tract by inserting a straw at the model lips changes the fundamental frequency. This result is discussed in the context of straw phonation used in speech therapy.

Devido ao grande aumento da obesidade no Brasil e no mundo e aos riscos que esta afecção oferece à saúde dos indivíduos, existem diversos tipos de tratamento possíveis para reverter esse quadro. Entre eles, o tratamento cirúrgico, que é o mais indicado para os casos classificados como obesidade mórbida. Por meio desse tratamento é comumente possível a redução de até 40% do peso inicial do indivíduo. Contudo, existem casos em que a perda ultrapassa esse percentual. Com essa perda de gordura tão significativa, o organismo todo apresenta modificações nitidamente observáveis, e tais alterações incluem o trato vocal. Sabendo que a voz é um sinal complexo composto pelo sinal vocal produzido na glote e pelas ressonâncias do trato vocal, observou-se a necessidade de avaliar se os parâmetros vocais sofrem alteração com a drástica mudança de peso corpóreo. Este estudo comparou as análises acústicas e perceptivo-auditivas antes e depois do tratamento cirúrgico para a obesidade, tendo como objetivo verificar se alterações vocais acontecem após o emagrecimento. Os resultados apontam que nas perdas de peso de até 40%, os parâmetros perceptivo auditivos e os acústicos não apresentaram alterações estatisticamente relevantes, e para perdas maiores que 50% observou-se a alteração significativa em dois parâmetros específicos, o PA e o Ex, o que significa: melhora na movimentação das pregas vocais com aumento de ruído na voz após o emagrecimento. Contudo, a amostra que compõe esse percentual de perda de peso é composta por apenas um participante, portanto tais resultados não podem ser generalizados. / Due to the significant increase of obesity in Brazil and in the world and the risks involving the health of individuals, several types of treatment have been recommended in an attempt to change this scenario. The surgical treatment is believed to be the most suitable for the majority of morbid obesity cases. This type of procedure usually reduces up to 40% of the individual initial weight and in some cases this ratio can be even higher. However, a significant weight loss usually results in several significant bodily changes including the vocal tract. As the voice signal is very complex and comprises a glottal pulse equalized by vocal tract resonance, it seems reasonable to evaluate how voice parameters change with weight reduction. The purpose of this study is to compare perceptive-auditive and acoustics analysis of the voice, before and after the surgical approach to obesity to check if the vocal changes occur after the weight reduction. The results indicate that in weight losses up to 40% the perceptive-auditive and acoustics parameters did not represent statistically relevant alterations, but in weight losses higher than 50%, significant changes were observed in two specific parameters, PA and Ex, including improvement of vocal folds movement and increase of loudness of voice after weight loss. However, the sample of weight loss was insufficient because it was limited to one participant; therefore it should not be generalized.

O presente trabalho busca demonstrar de forma objetiva a influência das diferentes configurações de trato vocal na sonoridade da flauta. As alterações ocorridas na sonoridade do instrumento são, em geral, percebidas empiricamente pelos músicos a partir de imagens mentais acerca da configuração de seu trato vocal. Todavia, não há, entre os flautistas, uma visão mais clara e objetiva dos fenômenos ocorridos para que as alterações de timbre se viabilizem. Isso se deve, em grande parte, ao considerável número de variáveis envolvidas, como o ângulo de incidência do jato de ar no orifício do instrumento, movimentos de mandíbula, pressão do jato, entre outros. Considerando-se que as alterações de timbre são elemento essencial da interpretação musical e compõem não apenas o vocabulário técnico do instrumentista, mas, sobretudo, seu vocabulário criativo e sua sensibilidade musical, foi realizado um experimento que procurou mostrar com maior objetividade o papel do trato vocal nas alterações de timbre da flauta. O experimento consistiu em um aparato composto por um fonte de ar, um tanque/pulmão, modelos de trato vocal, embocadura artificial e o instrumento. Os resultados foram gravados e, posteriormente, analisados e comparados às medidas de impedância dos protótipos de trato vocal construídos para o experimento. Foram também realizadas entrevistas qualitativas com flautistas profissionais e professores com larga experiência na execução e no ensino do instrumento, que agregaram elementos à análise. A partir desses elementos, foram constatadas evidências contundentes de que as diferentes configurações do trato vocal são capazes de modificar a sonoridade da flauta. / The main objective of this research is to objectively demonstrate the influence of changes in the configuration of the vocal tract on the sound of the flute. These alterations are generally noticed empirically by musicians and are represented by mental images of the configuration of the vocal tract. The alterations of the vocal tract configuration are considered an important element of the musical interpretation. Nevertheless, there is not a clear and objective perception among flutists of how the vocal tract works to influence the sound of the flute. This is due to the considerable number of variables that are involved in this process, such as the angle and the pressure of the air jet on the instrument, the movements of the jaw, among others. In order to achieve the proposed objective, we designed an experiment whose main goal was to demonstrate the existence of vocal tract influence on the timbre of the flute. For this purpose we built an artificial blower that enables the elimination of the influence caused by modifications in the shape and position of lips and jaw. The results were recorded and analyzed in comparison with the measurement of the impedance of the prototypes of vocal tract that were built to the experiment. Moreover, we also conducted interviews with professional flutists and professors with extensive experience on the field, to aggregate elements to the final analysis. In conclusion, we were able to assert that there are compelling evidences that the different configurations of the vocal tract are able to modify the sound of the flute.